- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在包含对称性的算法中看到的一个常见结构是
for (int i = 0; i < n ; i++) {
for (int j = i+1; j < n ; j++) {
[compute x]
objects[i][j] += x;
objects[j][i] -= x;
}
}
这(虽然仍然具有 O(n^2) 复杂性)减少了利用对称性所需的计算量。您能告诉我在 pyspark 代码中引入这种优化的方法是什么吗?
r
是位置)计算作用在系统中每个粒子上的每单位质量的力:
N m_j*(r_i - r_j)
F = -G * Σ -----------------
i!=j |r_i - r_j|^3
在其中,我首先将我的数据帧与自身进行叉积以获得每个成对的相互作用,然后通过 id 将它们全部聚合以获得作用在每个粒子上的总力:
def calc_F(df_clust, G=1):
# cartesian product of the dataframe with itself
renameCols = [f"`{col}` as `{col}_other`" for col in df_clust.columns]
df_cart = df_clust.crossJoin(df_clust.selectExpr(renameCols))
df_clust_cartesian = df_cart.filter("id != id_other")
df_F_cartesian = df_clust_cartesian.selectExpr("id", "id_other", "m_other",
"`x` - `x_other` as `diff(x)`",
"`y` - `y_other` as `diff(y)`",
"`z` - `z_other` as `diff(z)`"
)
df_F_cartesian = df_F_cartesian.selectExpr("id", "id_other",
"`diff(x)` * `m_other` as `num(x)`",
"`diff(y)` * `m_other` as `num(y)`",
"`diff(z)` * `m_other` as `num(z)`",
"sqrt(`diff(x)` * `diff(x)` + `diff(y)`"
"* `diff(y)` + `diff(z)` * `diff(z)`) as `denom`",
)
df_F_cartesian = df_F_cartesian.selectExpr("id", "id_other",
"`num(x)` / pow(`denom`, 3) as `Fx`",
"`num(y)` / pow(`denom`, 3) as `Fy`",
"`num(z)` / pow(`denom`, 3) as `Fz`",
)
# squish back to inital particles
sumCols = ["Fx", "Fy", "Fz"]
df_agg = df_F_cartesian.groupBy("id").sum(*sumCols)
renameCols = [f"`sum({col})` as `{col}`" for col in sumCols]
df_F = df_agg.selectExpr("id", *renameCols)
df_F = df_F.selectExpr("id",
f"`Fx` * {-G} as Fx",
f"`Fy` * {-G} as Fy",
f"`Fz` * {-G} as Fz")
return df_F
但我知道两个粒子之间的力是对称的 -
F_ij = -F_ji
(我假设所有质量都相等) - 所以在这里我计算了两次力,而不是重复使用它们。所以在这种特殊情况下,我想转
df_clust_cartesian = df_cart.filter("id != id_other")
进入
df_clust_cartesian = df_cart.filter("id < id_other")
例如,在计算函数的第二部分中的总力时以某种方式重用这些力。 (当然,理想情况下,我想学习一般情况下的做法)
a = sc.parallelize([
[0.48593906,-0.52435857,-0.53198230,0.46153894,-0.33775792E-01,-0.32276499,0.15625001E-04,1],
[-0.65960690E-01,0.80844238E-01,-0.27603051,-0.57578009,1.1078150,-0.29340765,0.15625001E-04,2],
[-0.34809157E-01,0.76795481E-01,-0.39087987,-0.55399138,-0.17386098,0.59250806E-01,0.15625001E-04,3]
])
from pyspark.sql.types import *
clust_input = StructType([
StructField('x', DoubleType(), False),
StructField('y', DoubleType(), False),
StructField('z', DoubleType(), False),
StructField('vx', DoubleType(), False),
StructField('vy', DoubleType(), False),
StructField('vz', DoubleType(), False),
StructField('m', DoubleType(), False),
StructField('id', IntegerType(), False)
])
df_clust = a.toDF(schema=clust_input)
最佳答案
基本上你只想在 id < other_id
时计算你的公式,并使用该结果通过对称生成 id > other_id
的所有元素.
你只需要通过这个修改你的过滤器
df_clust_cartesian = df_cart.filter("id < id_other")
然后,一旦你有了数据框
df_F_cartesian
每个
(id, id_other)
您只有一行一对。您可以使用该行生成对应于
(id_other, id)
的行。并为
Fx, Fy
添加一个减号和
Fz
.
from pyspark.sql import functions as F
sumCols = ["Fx", "Fy", "Fz"]
oppositeSums = [ (-F.col(c)).alias(c) for c in sumCols]
df_F_cartesian = df_F_cartesian.select(F.explode(F.array(
F.struct(F.col("id"), *sumCols),
F.struct(F.col("id_other").alias("id"), *oppositeSums)
)).alias("s")).select("s.*")
关于python - spark中的高效对称计算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64308251/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!