저는 stackoverflow와 datascience에 익숙합니다. 지금은 연관 규칙 분석을 수행하려는 프로젝트가 있습니다. 분석을위한 행렬을 만드는 데 몇 가지 문제가 있습니다. 내 데이터가 다음과 같이 표시됩니다. 열 1 : 입고 번호, 열 2 : 브랜드, 열 3 : 구입했는지 여부. 나는 영수증이 행이고 브랜드가 기둥이되는 행렬을 얻고 싶습니다. 나는
mpi4py를 사용하여 매우 큰 스파 스 매트릭스를 병렬로 어셈블하려합니다. 각 랭크는 매우 큰 행렬에 배치되어야하는 희소 서브 매트릭스 (scipy의 dok 형식)를 생성합니다. 지금까지 각 순위가 인덱스와 0이 아닌 값 (coo 형식을 모방 한)의 값을 포함하는 배열이 생성되면 성공했습니다. 수집 절차가 끝나면 난수 배열에서 큰 행렬을 어셈블 할 수 있
I가 승 회 워드 의 수를 나타내는 주파수 행렬 doc_word_freqs W 하여 M이 scipy 주파수 행렬 값들의 배열로부터 '가상'NumPy와 배열을 만들기 scipy의 CSR 문서 미터 나타나는 매트릭스. 나는 또한 W 차원 벡터 z_scores 각 단어와 관련된 일부 값을 가지고 있습니다 (내 특별한 경우에는 코퍼스의 두 하위 집합 사이의 각 단
저는 두 개의 드문 드문 한 행렬 A와 B를가집니다. A는 120000 * 5000이고 B는 30000 * 5000입니다. B의 각 행과 A의 모든 행 사이의 유클리드 거리를 찾아서 B의 선택된 행과 가장 가까운 거리에있는 A의 5 행을 찾아야합니다. 매우 큰 데이터이므로 CSR을 사용하고 있습니다. 메모리 오류. 그것은 A의 각 행에 대해 (x_b - x
히트 맵으로 플롯하려는 히스토그램이 포함 된 커다란 스파 스 매트릭스가 있습니다. 다음과 같이 일반적으로 단순히 전체 매트릭스 (h)을 그릴 것입니다 : import matplotlib.pyplot as plt
plt.imshow(h.T, interpolation="nearest", origin="lower")
plt.colorbar()
plt.sav
저는 python scipy sparse 행렬을 행의 벡터 합계로 나눕니다. 여기에 상관없이 내가 잘못 가고 어디의 아이디어로 sparse_mat = sparse_mat/(sparse_mat.sum(axis = 1)[:,None])
File "/usr/lib/python2.7/dist-packages/scipy/sparse/base.py", line 38
나는 내 코드에서 이상한 행동을 보아왔다. 다음 ... from scipy.sparse import csr_matrix
A = csr_matrix([[1,2,0],[0,0,3],[4,0,5]])
B = A
B[0,0] = 99
내가 (NO 업데이트 99 값으로) 원래의 행렬을 반환 A.toarray()을 기대하지만 실제로 얻을이 A.toarray(
달, 고객 ID 및 상점 ID가있는 큰 데이터 세트가 있습니다. 해당 위치에서 활동을 요약 한 고객, 위치 별, 월별 레코드가 하나씩 있습니다. Month Customer ID Store
Jan 1 A
Jan 4 A
Jan 2 A
Jan 3 A
Feb 7 B
Feb 2 B
저는 Cigen에서 Eigen의 희소 행렬로 작업하고 있습니다. 정기적 인 고유 행렬처럼 특정 행과 열 인덱스에 저장된 데이터를 읽으 려합니다. std::vector<Eigen::Triplet<double>> tripletList;
// TODO: populate triplet list with non-zero entries of matrix
Eig
나는 매우 큰 스파 스 csc_matrixx 있습니다. 나는 그것에 elementwise exp()를하고 싶다. 기본적으로 내가 원하는 것은 numpy.exp(x.toarray())과 같은 결과를 얻는 것입니다. 그러나 나는 그것을 할 수 없다 (내 기억으로는 희소 행렬을 배열로 변환 할 수 없다). 출구가 있습니까? 미리 감사드립니다!