个人中心
文章发布
退出
作者热门文章
- 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？
24
4
我正在努力适应 Octave。
加载后 .mat包含稀疏矩阵的文件(您可以在此处获取它 https://sparse.tamu.edu [bcspwr01])我无法用它做任何事情。
尝试过类似 full 的命令, cell2mat等，但它会引发错误。
我想做的是使用 inv()或 det()在上面。
我如何实现这一目标？
非常感谢
最佳答案
mat 文件是一种用于存储一个或多个工作区变量的 Matlab 数据格式。您尝试打开的文件包含您想要的数据，但它不仅仅包含稀疏数据集。它是一种包含数据和许多其他元数据字段的结构。
保存后bcspwr01.mat文件，您可以使用以下命令将其加载到 Octave 工作区:
load bcspwr01.mat
Problem 的变量。类(class)
struct .如果您只是使用命令行界面，则可以使用命令
whos 查看工作区变量列表。 .
structure object包含许多可单独寻址以访问内容的命名字段。在这种情况下，它包含字段
title ,
A ,
name ,
id ,
date ,
author ,
ed , 和
kind .结构可以通过从命令行调用它来显示，如下所示:
>> Problem
Problem =
scalar structure containing the fields:
title = SYMMETRIC STRUCTURE (STANDARD TEST POWER SYSTEM - NEW ENGLAND)
A =
Compressed Column Sparse (rows = 39, cols = 39, nnz = 131 [8.6%])
(1, 1) -> 1
(2, 1) -> 1
(39, 1) -> 1
(1, 2) -> 1
(2, 2) -> 1
(3, 2) -> 1
(25, 2) -> 1
(30, 2) -> 1
(2, 3) -> 1
(3, 3) -> 1
(4, 3) -> 1
(18, 3) -> 1
(3, 4) -> 1
(4, 4) -> 1
(14, 4) -> 1
(18, 4) -> 1
(5, 5) -> 1
(6, 5) -> 1
(8, 5) -> 1
(5, 6) -> 1
(6, 6) -> 1
(7, 6) -> 1
(11, 6) -> 1
(31, 6) -> 1
(6, 7) -> 1
(7, 7) -> 1
(8, 7) -> 1
(5, 8) -> 1
(7, 8) -> 1
(8, 8) -> 1
(9, 8) -> 1
(8, 9) -> 1
(9, 9) -> 1
(39, 9) -> 1
(10, 10) -> 1
(11, 10) -> 1
(13, 10) -> 1
(32, 10) -> 1
(6, 11) -> 1
(10, 11) -> 1
(11, 11) -> 1
(12, 11) -> 1
(11, 12) -> 1
(12, 12) -> 1
(13, 12) -> 1
(10, 13) -> 1
(12, 13) -> 1
(13, 13) -> 1
(14, 13) -> 1
(4, 14) -> 1
(13, 14) -> 1
(14, 14) -> 1
(15, 14) -> 1
(14, 15) -> 1
(15, 15) -> 1
(16, 15) -> 1
(15, 16) -> 1
(16, 16) -> 1
(17, 16) -> 1
(19, 16) -> 1
(21, 16) -> 1
(24, 16) -> 1
(16, 17) -> 1
(17, 17) -> 1
(18, 17) -> 1
(27, 17) -> 1
(3, 18) -> 1
(4, 18) -> 1
(17, 18) -> 1
(18, 18) -> 1
(16, 19) -> 1
(19, 19) -> 1
(20, 19) -> 1
(33, 19) -> 1
(19, 20) -> 1
(20, 20) -> 1
(34, 20) -> 1
(16, 21) -> 1
(21, 21) -> 1
(22, 21) -> 1
(21, 22) -> 1
(22, 22) -> 1
(23, 22) -> 1
(35, 22) -> 1
(22, 23) -> 1
(23, 23) -> 1
(24, 23) -> 1
(36, 23) -> 1
(16, 24) -> 1
(23, 24) -> 1
(24, 24) -> 1
(2, 25) -> 1
(25, 25) -> 1
(26, 25) -> 1
(37, 25) -> 1
(25, 26) -> 1
(26, 26) -> 1
(27, 26) -> 1
(28, 26) -> 1
(29, 26) -> 1
(17, 27) -> 1
(26, 27) -> 1
(27, 27) -> 1
(26, 28) -> 1
(28, 28) -> 1
(29, 28) -> 1
(26, 29) -> 1
(28, 29) -> 1
(29, 29) -> 1
(38, 29) -> 1
(2, 30) -> 1
(30, 30) -> 1
(6, 31) -> 1
(31, 31) -> 1
(10, 32) -> 1
(32, 32) -> 1
(19, 33) -> 1
(33, 33) -> 1
(20, 34) -> 1
(34, 34) -> 1
(22, 35) -> 1
(35, 35) -> 1
(23, 36) -> 1
(36, 36) -> 1
(25, 37) -> 1
(37, 37) -> 1
(29, 38) -> 1
(38, 38) -> 1
(1, 39) -> 1
(9, 39) -> 1
(39, 39) -> 1
name = HB/bcspwr01
id = 13
date = 1981
author = B. Dembart, J. Lewis
ed = I. Duff, R. Grimes, J. Lewis
kind = power network problem
A包含您的数据。将此作为变量访问，您可以通过键入以下内容进行操作:
>> Problem.A
ans =
Compressed Column Sparse (rows = 39, cols = 39, nnz = 131 [8.6%])
(1, 1) -> 1
(2, 1) -> 1
...
>> full(Problem.A)
ans =
Columns 1 through 24:
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 0 1 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0
0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
Columns 25 through 39:
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
1 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 1 0 0
1 1 1 1 1 0 0 0 0 0 0 0 0 0 0
0 1 1 0 0 0 0 0 0 0 0 0 0 0 0
0 1 0 1 1 0 0 0 0 0 0 0 0 0 0
0 1 0 1 1 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 1 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
>> ABC = Problem.A;
>> det(ABC)
ans = -12.000
关于matrix - GNU Octave 加载稀疏矩阵，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/67182628/
24
4
0
我在服务器上 checkout 了一个 git 存储库。该存储库过去在根目录下包含所有相关文件，但我必须进行一些更改，现在我有两个文件夹，src 和 dist，我想跟踪这两个文件夹. 我遇到的问题是，
我很难弄清楚 VkDescriptorSetLayoutBinding::binding 的任何用例，这是结构: struct VkDescriptorSetLayoutBinding { u
Python中能否有效获取稀疏向量的范数？ 我尝试了以下方法: from scipy import sparse from numpy.linalg import norm vector1 = spa
我正在尝试找出为什么这段代码不对数组进行排序... 任意向量。 x = array([[3, 2, 4, 5, 7, 4, 3, 4, 3, 3, 1, 4, 6, 3, 2, 4, 3, 2]])
有谁知道如何压缩(编码)稀疏 vector ？稀疏 vector 表示有许多“0”的 1xN 矩阵。 例如 10000000000001110000000000000000100000000 上面是稀
我使用稀疏高斯过程进行 Rasmussen 回归。[http://www.tsc.uc3m.es/~miguel/downloads.php][1] 预测平均值的语法是: [~, mu_1, ~, ~
我在朴素贝叶斯分类器中使用 Mahout API。其中一个功能是 SparseVectorsFromSequenceFiles虽然我已经尝试过旧的谷歌搜索，但我仍然不明白什么是稀疏 vector 。最
我正在尝试将JavaScript稀疏数组映射到C＃表示形式。 建议这样做的方法是什么？ 它正在考虑使用一个字典，该字典包含在原始数组中包含值的原始词列表。 还有其他想法吗？ 谢谢！ 最佳答案 注意 针
如果我想求解一个完整上三角系统，我可以调用linsolve(A,b,'UT')。然而，这目前不支持稀疏矩阵。我该如何克服这个问题？ 最佳答案 UT 和 LT 系统是最容易解决的系统之一。读一读on t
我有一个带有 MultiIndex 的 Pandas DataFrame。 MultiIndex 的值在 (0,0) 到 (1000,1000) 范围内，该列有两个字段 p 和 q. 但是，DataF
我目前正在实现一个小型有限元模拟。使用 Python/Numpy，我正在寻找一种有效的方法来创建全局刚度矩阵: 1)我认为应该使用coo_matrix()从较小的单元刚度矩阵创建稀疏矩阵。但是，我可以
a , b是 1D numpy ndarray与整数数据类型具有相同的大小。 C是一个 2D scipy.sparse.lil_matrix . 如果索引[a, b]包含重复索引，C[a, b] +=
我有一个大的、连通的、稀疏的邻接表形式的图。我想找到两个尽可能远的顶点，即 diameter of the graph以及实现它的两个顶点。 对于不同的应用程序，我对无向和有向情况下的这个问题都很感兴
上下文:我将 Eigen 用于人工神经网络，其中典型维度为每层约 1000 个节点。所以大部分操作是将大小为 ~(1000,1000) 的矩阵 M 与大小为 1000 的 vector 或一批 B v
我有一些大小合适的矩阵 (2000*2000)，我希望在矩阵的元素中有符号表达式 - 即 .9**b + .8**b + .7**b ... 是一个元素的例子。矩阵非常稀疏。 我通过添加中间计算来创建
在 R 或 C++ 中是否有一种快速填充(稀疏)矩阵的方法: A, B, 0, 0, 0 C, A, B, 0, 0 0, C, A, B, 0 0, 0, C, A, B 0, 0, 0, C, A
我有一个大的稀疏 numpy/scipy 矩阵，其中每一行对应于高维空间中的一个点。我想进行以下类型的查询: 给定一个点P(矩阵中的一行)和一个距离epsilon，找到与epsilon距离最大的所有点
假设我有一个 scipy.sparse.csr_matrix 代表下面的值 [[0 0 1 2 0 3 0 4] [1 0 0 2 0 3 4 0]] 我想就地计算非零值的累积和，这会将数组更改为:
我了解如何在 Git 中配置稀疏 checkout ，但我想知道是否可以消除前导目录。例如，假设我有一个 Git 存储库，其文件夹结构如下: 文件夹1/foo 文件夹2/foo/bar/stuff 文
根据 this thread , Git 中的排除 sparse-checkout feature应该实现。是吗？ 假设我有以下结构: papers/ papers/... presentations
我是一名优秀的程序员,十分优秀！