gpt4 book ai didi

python - 在 python/R 中使用稀疏矩阵的优缺点?

转载 作者:太空狗 更新时间:2023-10-29 21:10:23 27 4
gpt4 key购买 nike

我在 python 中处理大型稀疏矩阵(从文本生成的文档特征矩阵)。咀嚼这些需要相当多的处理时间和内存,我想稀疏矩阵可以提供一些改进。但我担心使用稀疏矩阵库会使插入其他 python(和 R,通过 rpy2)模块变得更加困难。

走过这座桥的人可以提供一些建议吗?在性能、可伸缩性和兼容性方面,在 python/R 中使用稀疏矩阵的优缺点是什么?

最佳答案

在 Python 中使用稀疏矩阵本身可能不是一个好主意。你查过了吗sparse matrices in numpy / scipy

Numpy 带来了主要使用 C 代码以在 Python 中提供性能提升的巨大好处。

根据我在 R 中进行文本处理的有限经验,性能使其几乎无法用于探索性数据分析以外的任何事情。

无论如何,您不应该对稀疏矩阵使用 Vanilla 列表,(可以理解)需要一段时间来咀嚼它们。

关于python - 在 python/R 中使用稀疏矩阵的优缺点?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5749479/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com