sparse-matrix

    1

    1答えて

    私はヒートマップとしてプロットしたいヒストグラムを含む大きなスパース行列を持っています。この場合 import matplotlib.pyplot as plt plt.imshow(h.T, interpolation="nearest", origin="lower") plt.colorbar() plt.savefig("corr.eps") を私はしかし、完全な行列は私がメモリ

    0

    1答えて

    私のコードでは、私が悩まされているという奇妙な挙動を観察してきました。次... from scipy.sparse import csr_matrix A = csr_matrix([[1,2,0],[0,0,3],[4,0,5]]) B = A B[0,0] = 99 私は(ノー更新99値で)元の行列を返すようにA.toarray()を期待する、しかし私は実際に取得し、この A.toa

    3

    3答えて

    私はEigenの疎な行列でC++で作業しています。私は通常の固有行列と同じように、特定の行と列のインデックスに格納されたデータを読みたいと思います。 std::vector<Eigen::Triplet<double>> tripletList; // TODO: populate triplet list with non-zero entries of matrix Eigen::Sp

    0

    1答えて

    大きなグラフ内のすべてのノードの正確な次数の近傍を見つける効率的な方法を探しています。それはスパース行列としてグラフを保存するにもかかわらず、igraph::egoが吹くまで: require(Matrix) require(igraph) require(ggplot2) N <- 10^(1:5) runtimes <- function(N) { g <- erdos.r

    1

    2答えて

    行列Aを対角行列、行列Bを両方ともサイズN x Nのランダム行列としましょう。行列Aのスパースプロパティを使用して、ドットを最適化します。すなわちドット(B、A)である。 ただし、行列Aの希少性を使って製品を計算すると、利点はありません(それははるかに遅くなります)。 import numpy as np from scipy.sparse import csr_matrix # Matrix

    2

    2答えて

    私はnumpyの配列を使用してマトリックス乗算して、マトリックスのこの例を持っている:mはscipyのダウンロードスパースCSR行列である場合 import numpy as np m = np.array([[1,2,3],[4,5,6],[7,8,9]]) c = np.array([0,1,2]) m * c array([[ 0, 2, 6], [ 0, 5, 12],

    0

    1答えて

    私は、あらかじめ計算された距離値を持つ非常に疎な行列にtsneを表示しようとしていますが、問題があります。 それはこれに沸く: row = np.array([0, 2, 2, 0, 1, 2]) col = np.array([0, 0, 1, 2, 2, 2]) distances = np.array([.1, .2, .3, .4, .5, .6]) X = csc_matrix((

    2

    1答えて

    tf_coo = tf.SparseTensor(indices=np.array([[0, 0, 0, 1, 1, 2, 3, 9], [1, 4, 9, 9, 9, 9, 9, 9]]).T, values=[1, 2, 3, 5,1,1,1,1], shape=[10, 10]) は、私は、エラーメッセージ Inval

    0

    2答えて

    スパース行列の要素的な絶対値はどのようにして得ることができますか?一般に、ユーザー定義関数を使用して行列を別の行列にマップすることは可能ですか?私にとって