我有一个 O(N) x N x N 的 scipy.sparse.csr_matrix 集合,每个稀疏矩阵大约有N个元素被设置。我想把所有这些矩阵加在一起得到一个常规的 NxN numpy 数组。(N 大约是1000)。矩阵中非零元素的排列方式使得结果总和肯定不是稀疏的(实际上几乎没有零元素)。
目前,我只是做如下操作:
目前,我只是做如下操作:
reduce(lambda x,y: x+y,[m.toarray() for m in my_sparse_matrices])
这个方法可以工作,但速度有点慢:当然,在那里进行的零点处理的数量是非常可怕的。
有更好的方法吗?在文档中没有明显的方法。
更新:根据user545424的建议,我尝试了稀疏矩阵求和的替代方案,并将稀疏矩阵求和到密集矩阵上。下面的代码展示了所有的方法在相同时间内运行(Python 2.6.6在amd64 Debian/Squeeze上的四核i7上)。
import numpy as np
import numpy.random
import scipy
import scipy.sparse
import time
N=768
S=768
D=3
def mkrandomsparse():
m=np.zeros((S,S),dtype=np.float32)
r=np.random.random_integers(0,S-1,D*S)
c=np.random.random_integers(0,S-1,D*S)
for e in zip(r,c):
m[e[0],e[1]]=1.0
return scipy.sparse.csr_matrix(m)
M=[mkrandomsparse() for i in xrange(N)]
def plus_dense():
return reduce(lambda x,y: x+y,[m.toarray() for m in M])
def plus_sparse():
return reduce(lambda x,y: x+y,M).toarray()
def sum_dense():
return sum([m.toarray() for m in M])
def sum_sparse():
return sum(M[1:],M[0]).toarray()
def sum_combo(): # Sum the sparse matrices 'onto' a dense matrix?
return sum(M,np.zeros((S,S),dtype=np.float32))
def benchmark(fn):
t0=time.time()
fn()
t1=time.time()
print "{0:16}: {1:.3f}s".format(fn.__name__,t1-t0)
for i in xrange(4):
benchmark(plus_dense)
benchmark(plus_sparse)
benchmark(sum_dense)
benchmark(sum_sparse)
benchmark(sum_combo)
print
并注销
plus_dense : 1.368s
plus_sparse : 1.405s
sum_dense : 1.368s
sum_sparse : 1.406s
sum_combo : 1.039s
虽然你可以通过调整N、S、D参数中的一个方法或另一个方法,使其超前约2倍......但与考虑应该能够跳过的零添加数量相比,你希望看到的数量级改善无法实现。