在python中使用巨大矩阵进行矩阵运算

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了在python中使用巨大矩阵进行矩阵运算，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1590字，纯文字阅读大概需要3分钟。

内容图文

参见英文答案 > Very large matrices using Python and NumPy                                    12个
有人知道如何在python中使用巨大的矩阵吗？我必须使用形状的邻接矩阵(10 ^ 6,10 ^ 6)并执行包括加法,缩放和点积的操作.使用numpy数组我有ram的问题.

解决方法:

这样的事情怎么样……

import numpy as np

# Create large arrays x and y.
# Note they are 1e4 not 1e6 b/c of memory issues creating random numpy matrices (CookieOfFortune) 
# However, the same principles apply to larger arrays
x = np.random.randn(10000, 10000)
y = np.random.randn(10000, 10000)

# Create memory maps for x and y arrays
xmap = np.memmap('xfile.dat', dtype='float32', mode='w+', shape=x.shape)
ymap = np.memmap('yfile.dat', dtype='float32', mode='w+', shape=y.shape)

# Fill memory maps with data
xmap[:] = x[:]
ymap[:] = y[:]

# Create memory map for out of core dot product result
prodmap = np.memmap('prodfile.dat', dtype='float32', mode='w+', shape=x.shape)

# Due out of core dot product and write data
prodmap[:] = np.memmap.dot(xmap, ymap)

# Create memory map for out of core addition result
addmap = np.memmap('addfile.dat', dtype='float32', mode='w+', shape=x.shape)

# Due out of core addition and write data
addmap[:] = xmap + ymap

# Create memory map for out of core scaling result
scalemap = np.memmap('scalefile.dat', dtype='float32', mode='w+', shape=x.shape)

# Define scaling constant
scale = 1.3

# Do out of core  scaling and write data
scalemap[:] = scale * xmap

此代码将创建包含二进制格式数组的文件xfile.dat,yfile.dat等.要在以后访问它们,您只需要执行np.memmap(filename). np.memmap的其他参数是可选的,但是被推荐(dtype,shape,ect等参数).

内容总结

以上是互联网集市为您收集整理的在python中使用巨大矩阵进行矩阵运算全部内容，希望文章能够帮你解决在python中使用巨大矩阵进行矩阵运算所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端