[英]Parallellised scipy.sparse element-wise multiplication
[英]Element-wise power of scipy.sparse matrix
如何將scipy.sparse
矩陣提升為冪,以元素為單位? 根據它的手冊 , numpy.power
應該這樣做,但它在稀疏矩陣上失敗了:
>>> X
<1353x32100 sparse matrix of type '<type 'numpy.float64'>'
with 144875 stored elements in Compressed Sparse Row format>
>>> np.power(X, 2)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File ".../scipy/sparse/base.py", line 347, in __pow__
raise TypeError('matrix is not square')
TypeError: matrix is not square
與X**2
相同的問題。 轉換為密集陣列有效,但浪費了寶貴的秒數。
我和np.multiply
有同樣的問題,我用稀疏矩陣的multiply
來解決,但似乎沒有pow
方法。
這有點低級,但對於元素操作,您可以直接使用底層數據數組:
>>> import scipy.sparse
>>> X = scipy.sparse.rand(1000,1000, density=0.003)
>>> X = scipy.sparse.csr_matrix(X)
>>> Y = X.copy()
>>> Y.data **= 3
>>>
>>> abs((X.toarray()**3-Y.toarray())).max()
0.0
我剛剛遇到了同樣的問題,發現稀疏矩陣現在支持元素功率。 對於上述情況,它應該是:
X.power(2)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.