我有大约200,000维的稀疏向量。我还有一个与向量数量相同的行数和列数的矩阵。我想以增量方式将所有向量设置到矩阵中,也就是说,第一个向量应该设置为第一行,依此类推。
目前,矩阵和向量的类型为scipy.sparse.lil_matrix。使用以下函数将向量设置为矩阵的特定行:
我的问题是,有没有更好的方法来从话语中创建矩阵呢?
(谢谢)
目前,矩阵和向量的类型为scipy.sparse.lil_matrix。使用以下函数将向量设置为矩阵的特定行:
In [7]: us.get_utterance_representation('here is a sentence')
Out[7]:
<1x188796 sparse matrix of type '<type 'numpy.float64'>'
with 22489 stored elements in Compressed Sparse Row format>
def set_row_vector(self, row, rowvector):
self.matrix[row] = rowvector[0]
for row, utterance in enumerate(utterances):
uvector = self.get_utterance_representation(utterance)
self.utterancematrix.add_row_vector(row, uvector)
其中uvector是一个1x~200000维的lil_matrix矩阵。
用这种方式创建矩阵非常低效,一个单独的文本字符串(话语)需要多达5秒的时间。通过分析性能,我得出结论,将向量设置为矩阵中的一行是主要问题。
55 def set_row_vector(self, row, rowvector):
2564609 function calls (2564606 primitive calls) in 5.046 seconds
Ordered by: internal time
ncalls tottime percall cumtime percall filename:lineno(function)
22489 1.397 0.000 1.397 0.000 {numpy.core.multiarray.where}
22489 0.783 0.000 2.188 0.000 csr.py:281(_get_single_element)
44978 0.365 0.000 0.916 0.000 stride_tricks.py:35(broadcast_arrays)
44978 0.258 0.000 0.413 0.000 stride_tricks.py:22(as_strided)
202490 0.244 0.000 0.244 0.000 {numpy.core.multiarray.array}
22489 0.199 0.000 2.221 0.000 lil.py:280(__setitem__)
44978 0.174 0.000 0.399 0.000 sputils.py:171(_unpack_index)
584777 0.171 0.000 0.171 0.000 {isinstance}
44988 0.170 0.000 0.230 0.000 sputils.py:115(isintlike)
67467 0.166 0.000 0.278 0.000 sputils.py:196(_check_boolean)
22489 0.154 0.000 0.647 0.000 sputils.py:215(_index_to_arrays)
1 0.129 0.129 5.035 5.035 dsm_classes.py:55(set_row_vector)
22489 0.120 0.000 0.171 0.000 lil.py:247(_insertat2)
67467 0.102 0.000 0.102 0.000 {method 'ravel' of 'numpy.ndarray' objects}
我的问题是,有没有更好的方法来从话语中创建矩阵呢?
(谢谢)