我正在尝试使用以下代码生成一个数据类型为浮点数的10000*10000矩阵,该矩阵包含非零条目:
import numpy as np
list_going_in=np.random.rand(10000,10000)
但是生成需要超过一秒钟的时间,是否有比这更快的方法来完成这个任务呢?
感谢您的帮助。
不,没有更快的方法。生成随机数的开销限制了您的速度。唯一能够优化这些事情的方法是如果矩阵中有某种结构(例如全部为0、三角形或稀疏等)。如果每个单元格都不同,那么您必须分别计算和存储每个单元格。
据我所知, np.random
可能是最快的,并且在任何情况下都很接近。
如果我没记错的话,这种情况只会在开发神经网络时出现,我建议您使用TensorFlow:
import tensorflow as tf
tf.random_uniform(
shape,
minval=0,
maxval=None,
dtype=tf.float32,
seed=None,
name=None
)
np.empty((1000,1000))+np.empty((1000))
np.empty()
? - Divakarnp.empty()
返回未初始化的数组,这意味着“之前有什么就是什么”。 - Joe