R中具有data.table的稀疏矩阵的子集
是指在R语言中使用data.table库进行操作的稀疏矩阵的一个子集。
稀疏矩阵是一种特殊的矩阵，其中大部分元素为0。由于稀疏矩阵在实际应用中非常常见，因此对其进行高效的存储和操作是非常重要的。
data.table是R语言中一个强大的数据处理工具，它提供了高效的数据操作和计算功能。通过使用data.table库，我们可以在R中对大型数据集进行快速的操作和分析。
在R中，我们可以使用Matrix包来创建和操作稀疏矩阵。Matrix包提供了SparseMatrix类来表示稀疏矩阵，并提供了一系列函数来进行稀疏矩阵的操作。
要在R中使用data.table库对稀疏矩阵的子集进行操作，我们可以先将稀疏矩阵转换为data.table对象，然后使用data.table的各种函数进行操作。
以下是一个示例代码，展示了如何使用data.table库对稀疏矩阵的子集进行操作：
library(Matrix)
library(data.table)
# 创建一个稀疏矩阵
mat <- Matrix(c(0, 0, 0, 1, 0, 0, 0, 0, 2), nrow = 3, ncol = 3, sparse = TRUE)
# 将稀疏矩阵转换为data.table对象
dt <- as.data.table(mat)
# 对稀疏矩阵的子集进行操作
subset <- dt[V1 > 0]
# 打印结果
print(subset)在上述代码中，我们首先使用Matrix包创建了一个稀疏矩阵mat。然后，我们使用as.data.table函数将稀疏矩阵转换为data.table对象dt。接下来，我们使用data.table的子集操作符[]对稀疏矩阵的子集进行操作，筛选出满足条件V1 > 0的行。最后，我们打印出结果subset。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据仓库 ClickHouse：https://cloud.tencent.com/product/ch
- 腾讯云云数据库 CynosDB for PostgreSQL：https://cloud.tencent.com/product/cynosdb-for-postgresql
- 腾讯云云数据库 CynosDB for MySQL：https://cloud.tencent.com/product/cynosdb-for-mysql
- 腾讯云云数据库 TDSQL-C for MariaDB：https://cloud.tencent.com/product/tdsql-c-for-mariadb
- 腾讯云云数据库 TDSQL-C for MySQL：https://cloud.tencent.com/product/tdsql-c-for-mysql
以上是关于R中具有data.table的稀疏矩阵的子集的完善且全面的答案。
相关·内容
1回答
R中的逻辑矩阵
、、
所以这是一个一般性的问题，在过去的6个月里，我一直在使用R，虽然我喜欢原生数据结构，但矩阵的一些功能对我来说有点不清楚。 我的问题是关于R处理逻辑矩阵的方式。假设我有一个用TRUE和FALSE语句填充的n x n大小的逻辑矩阵。当我使用LogicalMat过滤MatA (两个维度相同)时： MatA[LogicalMat] 是否在后台的某种循环中计算FALSE值？或者它们只是像某种稀疏矩阵实现那样被跳过？ 如果不是，有什么方法可以创建矩阵，使矩阵的某些部分在过滤时从不求值？我认为链表可以做同样的事情，但我喜欢能够保持矩阵索引的线性性质。我知道有专门为稀疏矩阵设计的包，但我对原生结构感兴趣。
浏览 22提问于2020-04-28得票数 2
回答已采纳
我有一个大问题，一个更具体的问题，我希望这个问题--一旦得到解决--解决更大的问题。如果有人想让我试试的话，我会非常感激的。
基本上，我有一个巨大的稀疏矩阵(大约300 k x 150 k，最初是用R的{tm}包创建的术语文档矩阵)，它使用{slam}包保存为一个简单的三重子矩阵，并且我运行一个函数，它遍历一组术语，然后根据这些项对其进行细分。不幸的是，细分过程非常缓慢。
在试图更快地找到子集的过程中，我偶然发现了data.table包，它在我使用它运行的一些测试中表现很好。但是，当我试图将稀疏矩阵转换为data.table时，我得到
Error in vector(typeof(x$v),
浏览 3提问于2016-03-21得票数 1
回答已采纳
1回答
我有几个问题，缩放一个文本匹配程序。我使用的是text2vec，它提供了非常好和快速的结果。
我遇到的主要问题是操作一个由text2vec::sim2()函数返回的大型矩阵。
首先，我的硬件/ OS设置的一些细节: Windows 7，有12个核心，大约3.5 GHz和128 Gb内存。这是台不错的机器。
第二，一些我的R计划试图实现的基本细节。
我们有一个数据库，为每个家庭/企业地址提供1000万个独特的规范地址。这些参考地址还包含每个条目的纬度和经度信息。
我试图将这些参考地址与我们数据库中的客户地址相匹配。我们有大约60万个客户地址。这些客户地址的质量不好。一点都不好！它们作为一个字符串
浏览 0提问于2018-02-16得票数 0
回答已采纳
6回答
我有两个大小为100000 x 100000的sq矩阵(a，b)。我必须求这两个矩阵的差(c = a-b)。结果矩阵'c‘是一个稀疏矩阵。我想找出所有非零元素的索引。我必须多次执行此操作(>100)。
最简单的方法是使用两个for循环。但这是计算密集型的。你能告诉我任何算法或包/库，最好是在R/python/c中尽可能快地做到这一点吗？
浏览 2提问于2011-09-09得票数 6
回答已采纳
2回答
我正试图为我的数据创建一个单一的热度表示。这是我的方法：
data(iris)
iris = as.data.frame(apply(iris, 2, function(x) as.factor(x)))
head(iris)
iris_ohe <- data.frame(model.matrix(~.-1, iris))
head(iris_ohe)
dim(iris_ohe)
问题是，我正在处理的数据有超过100万行，在进行编码时，我得到了一个包含100多个列的矩阵。这对R来说太多了，我的内存也用完了：
Error: cannot allocate vector of size 1
浏览 3提问于2017-08-18得票数 3
回答已采纳
1回答
我正在处理一个项目，它要求我迭代文档项矩阵，将所有非零值转换为1，并将零值保持在零。我现在使用的函数要花费很长时间才能运行，我希望帮助优化代码。
我现在的代码是
convert_counts <- function(x) {
x <- ifelse(x > 0, 1, 0)
x <- factor(x, levels = c(0, 1),
labels = c("No", "Yes"))}
data_exp <
浏览 0提问于2018-11-14得票数 0
回答已采纳
1回答
我在R中有一个矩阵，我只想根据一列保留一些行。例如，如果我在这里显示矩阵A
1 2 5 6 8
1 3 4 5 7
8 8 6 7 7
9 8 8 5 4
0 2 3 4 5
我希望只保留最后一列为7或4的A行，即获得矩阵B：
1 3 4 5 7
8 8 6 7 7
9 8 8 5 4
我怎样才能有效地做到这一点？
谢谢!
浏览 1提问于2015-02-10得票数 0
回答已采纳
我见过R中使用的函数lapply，用于从矩阵列表中存在的矩阵中提取元素。
例如，我有一个3 (2x2)矩阵的列表，我想从这3个矩阵中的每个矩阵中提取元素1,2。
代码：list1 = lapply(mylist, '[', 1,2)运行得很好。它返回一个包含这3个元素的列表。
我正在尝试研究这到底是在做什么。谷歌没有提供帮助，在R帮助中使用?'['也不是很好解释。我看不出'['是R中的一个函数，所以代码不直观。
浏览 171提问于2013-10-09得票数 37
回答已采纳
1回答
大型稀疏矩阵幂和的计算
、、、、
给定一个查询向量(一个热向量) q的大小为50000x1，一个大型稀疏矩阵A的大小为50000 x 50000和nnz的A为0.3十亿，我想要计算r=(A + A^2 + ... + A^S)q (通常是4 <= S <=6)。
我可以迭代地使用循环来实现上述方程。
r = np.zeros((50000,1))
for i in range(S):
q = A.dot(q)
r += q
但我想要更快的方法。
第一个想法是A可以是对称的，所以。但是由于A是大的稀疏矩阵，分解使得密度矩阵与A的大小相同，从而导致性能下降(在内存和速度方面)。
还考虑了低阶近似。但是A又大
浏览 7提问于2021-02-05得票数 1
回答已采纳
1回答
我正在用监督学习来进行主题检测。然而，我的矩阵非常大(202180 x 15000)，我无法将它们与我想要的模型相匹配。矩阵的大部分由零组成。只有logistic回归起作用。是否有一种方法可以继续使用相同的矩阵，但使它们能够与我想要的模型一起工作？就像我能用不同的方式创建矩阵吗？
这是我的代码：
import numpy as np
import subprocess
from sklearn.linear_model import SGDClassifier
from sklearn.linear_model import LogisticRegression
from sklearn i
浏览 3提问于2016-01-16得票数 5
回答已采纳
我在R中工作，我有一个出租车数据帧，我已经按车辆id排序，然后是时间戳(从最早到最晚)，所以它看起来如下所示：
Taxi = arrange(Taxi, Taxi$vehicle_id, Taxi$timestamp)
Excel中数据框示例的图像
您会注意到"distance“列涵盖了每辆出租车的每次行程之间的距离。我想使用一个公式来计算每辆出租车的距离之和。同样，我将在时间戳上重复此过程，从最早日期减去最新日期，以计算每辆车的上路时间。我希望同时使用距离总和和时间差来计算每辆出租车的速度。因此，最终的乘积将是一个矩阵，如下所示(等待转换为米和秒)：
Excel中的最终产品
浏览 0提问于2016-01-29得票数 1
1回答
我正在尝试创建一个大的0矩阵，以便在插入和转换一些数据后将其转换为网络对象。我使用的数据是用户ID及其朋友ID的列表。我正在使用我在中找到的代码将用户和朋友之间的连接转换为1。然后，我可以使用statnet和igraph来分析数据。当我尝试基于数据的维度创建矩阵时，问题就出现了，因为我的R会话一直在中止。
为了具体起见，我将展示我的整个过程，因为我认为问题不是内存或系统问题，而是我的数据问题。
因此，我首先对数据进行了子集，给出了两列:用户ID和他们的朋友。然后我折叠了它，并从它创建了一个txt文件，然后我扫描到内存中。
registerDoMC(cores = 3)
library(bigm
浏览 4提问于2015-10-29得票数 1
我想使用R对基于列表的矩阵进行排序。但是，对于该列表中的每个元素，都有与列表中的单个元素相关的多行。示例如下：
Name value
A 1
B 2
B 4
C 5
l <- c("C", "B", "A")
如果我想将矩阵更改为
Name value
C 5
B 2
B 4
A 1
我该怎么办？
浏览 0提问于2018-04-10得票数 1
我正在使用Armadillo库手动移植Matlab代码。matlab代码使用eigs()函数找到一个相对较大的(200x200)协方差矩阵R的特征向量的一个小数目(~3)，代码如下：
[E,D] = eigs(R,3,"lm");
在Armadillo中，有两个函数eigs_sym()和eigs_gen()，但是前者只支持真实的对称矩阵，后者需要ARPACK (我正在为构建代码)。eigs_sym不支持复杂矩阵有什么原因吗？还有其他方法可以找到复对称矩阵的特征向量吗？
浏览 4提问于2017-09-27得票数 0
回答已采纳
在2d平面上有两种类型的单位，绿色单位(G)和红色单位(R)。平面由n个矩阵表示，每个单元被表示为矩阵中的一个元素。
如果两个单位的颜色不同，则两个单位的对称为“冲突对”。目标是找到包含最“冲突对”的m乘m子矩阵。
示例
[R R 0 0 0
R R 0 0 0
0 0 R R 0
0 0 0 G G
0 0 0 G G]
在上述5×5矩阵中，“最冲突”3×3子矩阵位于右下角，其中有2个红色单元和4个绿色单元，这相当于子矩阵中的8个冲突对。
一个朴素解将用O(m^2n^2)迭代每个可能的子矩阵中的每个元素。我还考虑使用动态规划，比如算法，时间复杂度将是O(n^2)，这看起来很好，因为
浏览 1提问于2020-01-02得票数 3
这是我的第一个问题，所以要温柔点。所以，我有一个35000行35000列的矩阵，看起来像这样：
L7U3V2_MYXSD/48-1100 0.000000 0.645594 0.665709 0.560038 0.542502 0.529075 0.638380 0.513929 0.574427 0.595806 0.588179 0.598095 0.592168 0.723671 0.603083 0.602502 0.710938 0.616201 0.714976 0.734634 0.595192 0.611641 0.690661 0.607315 0.72824
浏览 3提问于2018-01-11得票数 1
我正在使用python中的大型稀疏矩阵(从文本生成的文档特征矩阵)。这需要相当多的处理时间和内存来处理这些，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。
已经跨过这座桥的人能提供一些建议吗？在python/R中使用稀疏矩阵在性能、可伸缩性和兼容性方面有什么优缺点？
浏览 5提问于2011-04-22得票数 8
回答已采纳
1回答
在我的研究中，我需要从均匀分布随机生成稀疏(复值)么正矩阵。对于我来说，使用下面的代码来生成通用么正矩阵不是问题：
X = (randn(n) + i*randn(n))/sqrt(2);
[Q,R] = qr(X);
R = diag(diag(R)./abs(diag(R)));
U = Q*R;
然而，我不知道如何生成矩阵的稀疏版本，我也没有在互联网上找到。你能在这方面给我指点一下吗？
浏览 0提问于2019-11-21得票数 1
2回答
C语言中的稀疏矩阵乘法
、、、
我有两个矩阵市场格式的稀疏矩阵文件：
row col val
1 1 3.0
1 2 1.0
2 3 2.0
etc...
目前，我已经将文件分成了6个数组：
row_A[], col_A[], val_A[], row_B[] …
它们分别包含行索引、列索引和值。
我想轻松地将这两个矩阵相乘，而不必首先将它们转换为密集矩阵格式。有没有这样做的算法？
我在Quora上找到了这个伪代码，但我不确定它是不是最好的实现，或者它将如何在C：中实现
multiply(A,B):
for r in A.rows:
for c in A.rows[r]:
fo
浏览 1提问于2018-10-26得票数 2
2回答
我有一个R稀疏矩阵(非常大。不可行转换为一个完整的矩阵)，我想识别/消除重复的列，如果存在这样的列。类似于unique(x，MARGIN=2)，但它在稀疏矩阵上操作。
这附近有没有这样的东西？关于如何做到这一点的建议？
浏览 0提问于2015-03-09得票数 1
即，根据行索引将数据表拆分成动态数量的可变块 我正在尝试通过行索引将data.table拆分成块。 数据是动态的，块的数量可能会发生变化，大小也会有所不同。 例如： MyDT是一个2675行、98列的数据表。 我已经确定，对于这个数据集，我希望第3-796、802-857、936-952和1206-2623行作为它们自己的单独块，我可以调用/保存为单独的变量/等。 我希望脚本是动态的，不需要手动输入索引。我可以找到任何长度和数量的块，我只是不能将它们导出到一个干净的数组/列表中。即块1为DAT1，块2为DAT2，依此类推 背景对于好奇的人来说，我正在将数据从一个仪器导入R中，该仪器将来自多个
浏览 9提问于2021-08-04得票数 0
回答已采纳
1回答
稀疏矩阵是大多数元素为零的矩阵。相反，如果大多数元素是非零的，那么矩阵就被认为是稠密的.当零值元素的个数除以元素总数大于0.5时，矩阵A将是稀疏的。
我使用内置函数issparse来检查矩阵的稀疏性，但是这个函数总是给出0。
如何修正这段代码？
A = [0 0 0; 0 1 0; 1 0 0]; % Matrix-A
S = issparse(A); % Checking Matrix-A is sparse
if S == 1
disp('Matrix-A is Sparse Matrix\n')
else
disp('Matrix-A is Den
浏览 1提问于2019-03-02得票数 0
我想将两个稀疏矩阵Y和R保存到mat文件中。但是，当我运行以下代码时，我发现twomatrices.mat包含两个完整的矩阵，而不是稀疏矩阵。.mat文件是否只允许包含完整矩阵？
save('twomatrices.mat', 'Y', 'R');
浏览 0提问于2012-09-12得票数 1
回答已采纳
1回答
我试图将一个稀疏的实数矩阵与一个复数向量相乘，但程序无法编译。如果我将向量改为实数，或将矩阵改为密集，那么所有内容都会通过。示例代码如下：
#define ARMA_64BIT_WORD
#include <armadillo>
#include <iostream>
#include <stdio.h>
#include <math.h>
using namespace arma;
int main(){
size_t n(5);
vec vR(randu<vec>(n)), vI(randu<vec>(n
浏览 3提问于2015-05-27得票数 1
我有一个MxM矩阵S，它的条目在对角线上是零，在其他地方都是非零。我需要做一个更大的块矩阵。这些块的大小为NxN，并将有它们的MxM。
(i,j)th块将是S(i,j)I，其中I=eye(N)是NxN标识。这个矩阵肯定是稀疏的，S有M^2-M非零项，我的块矩阵将有N(M^2-M) out (NM)^2或关于1/N%非零条目，但是我将把它添加到另一个NMxNM矩阵中，而我并不期望它是稀疏的。
，既然我要把我的块矩阵添加到一个完整的矩阵中，那么用“稀疏”的方式来写我的代码会有什么速度上的提高吗？我不停地重复，但我的想法是:即使我的代码将S转化为稀疏块矩阵的效率不是很高，当我告诉它将一个完整的和稀疏
浏览 9提问于2015-11-02得票数 3
回答已采纳
我想用R做300 k乘300 k的大矩阵。
很多人推荐了"bigmemory“包，我试着用它制作矩阵。当我制作小矩阵时，它起作用，但当我尝试使用大矩阵时，它给了我一条错误信息。
我怎样才能解决这个问题？或者你知道在r中创建大矩阵的方法(在我的例子中，300 k乘300 k)？
浏览 0提问于2018-12-31得票数 0
回答已采纳
1回答
我的矩阵中有列a1，a2，a3。现在，我想通过计算每一列的中值，在同一个矩阵中生成a1_median，a2_median，a3_median。
我试着用下面的代码生成它，但是它没有工作。它给出了每一列的a1中值：
data[, (paste0("a",0:4, "_median")):= median(eval(parse(text = paste0("data$f",0:4, "_ltd"))))]
有别的办法解决吗？
浏览 1提问于2022-07-17得票数 1
回答已采纳
当我试图使用sim2()从text2vec包创建一个Jaccard相似矩阵时，我被一个奇怪的性能问题弄糊涂了。我有一个稀疏矩阵21万x 500，我想得到Jaccard相似矩阵，如前所述。当我直接尝试在sim2函数中使用矩阵时，它需要超过30分钟，并在错误消息中删除。
这是我使用的R脚本：
library(text2vec)
JaccSim <- sim2(my_sparse_mx, method = "jaccard", norm = "none") # doesn't work
这是运行脚本半小时后收到的错误消息：
Cholmod错误“问题太
浏览 3提问于2017-06-23得票数 1
回答已采纳
2回答
在R中，有没有一种方法来判断一个矩阵是否稀疏？有许多稀疏矩阵类，例如dgCMatrix，但没有is.sparseMatrix方法。
浏览 0提问于2017-02-17得票数 5
我在Matlab中有一个矩阵问题。
我有一个一百万x一百万的稀疏矩阵，而且我一直在使用null。通常，问题是我耗尽了内存。我尝试过svds (用于稀疏矩阵的svd )，但我的问题是内存也用完了。对于Matlab中的null()函数的大型稀疏矩阵，有没有可能的变通方法？
浏览 2提问于2015-11-05得票数 0
2回答
我想要创建一个4乘4的稀疏矩阵A。我想给以下条目赋值(例如1)：
A(2,1), A(3,1), A(4,1)
A(2,2), A(3,2), A(4,2)
A(2,3), A(3,3), A(4,3)
A(2,4), A(3,4), A(4,4)
根据，我知道我应该分别按行和列存储索引。也就是说，对于行索引，
r=[2,2,2,2,3,3,3,3,4,4,4,4]
此外，对于列索引
c=[1,2,3,4,1,2,3,4,1,2,3,4]
因为我想为每个条目分配1，所以我使用
value = ones(1,length(r))
那么，我的稀疏矩阵将是
Matrix = sparse(r,c,v
浏览 1提问于2015-11-24得票数 0
回答已采纳
2回答
由于数据集的大小，我遇到了一个老问题。问题是如何将数据帧从长矩阵转换为宽矩阵：
set.seed(314)
A <- data.frame(field1 = sample(letters, 10, replace=FALSE),
field2 = sample(toupper(letters), 10, replace=FALSE),
value=1:10)
B <- with(A, tapply(value, list(field1, field2), sum))
这也可以用R基中的旧整形来完成，或者在plyr和reshape2中做得更好。用plyr表示：
浏览 3提问于2014-05-16得票数 4
回答已采纳
2回答
有没有一种方法可以在matlab中计算稀疏矩阵的幂，而不需要将其转换为完整的矩阵。如果我尝试
b = a^0.5
其中a是一个稀疏矩阵，我得到错误"Use full(x)^full(y).“。但是，将a转换为完整矩阵会违背最初使用稀疏矩阵的目的。有人知道这是不是可能的？
浏览 0提问于2012-03-17得票数 1
2回答
大型稀疏矩阵分解
、、、、
我如何在一个非常稀疏的维数矩阵上运行svd和nmf，例如，70000 x 70000？此矩阵的稀疏版本可以存储为磁盘上小于700 m的二进制文件。我是否可以将其分解为稀疏格式(比如磁盘上的文件或内存中的可存储文件)，而不需要重构整个矩阵，这将不可能存储在内存中(甚至很难存储在磁盘上)？
我知道R中有irlba，python中有sklearn和pymf。但他们似乎需要重建矩阵？svd的问题是，我不能保存矩阵S、V和D，但如果我指定一个K，只保存与k-最大特征值对应的矩阵S_k、V_k和D_k，又该怎么办？至于nmf，我想将它分解为秩= 100的W，它可以存储在内存中。
如果有特定的方法，那么计算
浏览 12提问于2015-01-03得票数 2
1回答
我在matlab中有一个20 millionx20million大小的稀疏矩阵。我想从这个矩阵中得到大约40000个特定的行。
如果我这样做了
new_data = data_original(index,:)
当index由我感兴趣的行组成时，它将永远占用时间。
我怎样才能高效地做这件事？
浏览 1提问于2014-04-06得票数 0
我在R中遇到了一个命令，我很难理解它，也许有人能启发我？
sample[, AGG := Reduce(`+`, .SD), .SDcols = agg]
sample[, AGG_NEW := AGG]
subset = seq_len(nrow(sample))
sample[subset, val := (AGG_NEW >= (value) - 1)) | val ]
我到目前为止的解释是：
在data.table sample中，取所有行subset (已定义)，在这些行中变异列val，然后我不确定发生了什么.
|是做什么的？
浏览 2提问于2020-04-17得票数 3
回答已采纳
在一个大型函数中，我想创建一个排序的“汇总表”。此汇总表汇总函数中创建的来自多个R对象的信息。这些物体是：
带有限制信息的数据表
> str(limit)
Classes ‘data.table’ and 'data.frame': 1 obs. of 3 variables:
$ id : num 6292
$ type : chr "DAILY"
$ value: chr "350"
- attr(*, ".internal.selfref")=<externalptr>
mydata
浏览 2提问于2020-04-21得票数 1
回答已采纳
2回答
Sage中的稀疏矩阵
、、、
所以我有一个非常大的矩阵，n= 70.000，充满了RDF。对于正常矩阵，这当然是不可能的。所以我想使用某种形式的稀疏矩阵，矩阵列中的元素在很多情况下都是0，或者所有相同的低RDF。 例如： 0 | 0.1 | 0.2 | 0
0 | 0.1 | 0.2 | 0.1
0.1 | 0 | 0 | 0.1
0 | 0.1 | 0.2 | 0 在此示例中，第一列具有3乘以0，第二列为3乘以0.1，... 如何在Sage/Python中初始化这样的矩阵？
浏览 13提问于2019-04-21得票数 0
1回答
我在R中有一个非常大且稀疏的矩阵，它是用“矩阵”包创建的，我想在python + numpy中处理。R对象是csc格式，如果我使用矩阵包中的函数writeMM导出它，输出如下所示：
%%MatrixMarket matrix coordinate real general
4589 17366 160441
22 1 5.954510725783322
36 1 29.77255362891661
41 1 23.81804290313329
74 1 5.954510725783322
116 1 59.54510725783322
127 1 11.909021451566645
159
浏览 5提问于2015-07-23得票数 1
回答已采纳
我想根据存储在两个向量(一个用于x，另一个用于y)中的矩阵索引来替换矩阵中的值。我以前做过，但是忘记了基于向量的子集的语法。
假设我有这个矩阵和这两个数组：
m <- matrix(0,10,10)
x <- c(1,3,5)
y <- c(2,4,6)
我需要用其他值替换m1,2，m3,4，m5,6，这种情况下的语法是什么？我尝试过mx，y，但不起作用。
浏览 0提问于2019-05-17得票数 0
我想在data.table框架中工作，因为本文中没有提到的各种原因。除了Matrix包之外，data.table是否有指标矩阵的稀疏表示？
library(Matrix)
library(data.table)
set.seed(123409L)
ints <- sample.int(2L, 1e6, replace=T, prob= c(0.9, 0.1)) - 1
m <- Matrix(ints, ncol= 1000)
dt <- data.table(matrix(ints, ncol= 1000))
pryr::object_size(m) # 1.22
浏览 1提问于2017-04-05得票数 5
如果我有一个1000乘以1000的方阵，Lapack能计算出这个矩阵的特征向量和特征值吗？如果可以，需要多长时间？10,000×10,000矩阵，甚至是1,000,000×1,000,000矩阵的情况又如何呢？
请注意，这些将是主要由0填充的稀疏矩阵(矩阵将是表示社交网络的图)。Lapack中是否有处理稀疏矩阵的特殊过程？我看到了Arpack的建议。但是，这是否允许计算非常大的矩阵？
浏览 13提问于2010-07-21得票数 13
1回答
我正在使用一个大约26万行，3M列和26M非零值的稀疏矩阵(以matrix Market格式存储)。我还有描述每行和每列的元数据的JSON文件。我需要在这个矩阵上执行矩阵运算，即矩阵乘积，尽管肯定还需要其他运算。我一直在使用我的矩阵和字典(来自JSON)，每个字典都将行/列索引链接到它的元数据值。它不是理想的，尽管它是有效的。
我想知道，有没有更好的选择？我知道Pandas/Dato数据帧，但在我看来，矩阵部分(及其操作)似乎被降级了。我一直在关注blaze项目(Dask、xray，主要是这些核心外的技术)。我想知道处理这种情况的标准方法(或最合适的方法)是什么。
任何洞察力都是非常值得欣赏的
浏览 0提问于2015-08-30得票数 1
Q1：
我是否可以在数据表中搜索两个不同的列。我有200多万行数据，我想选择搜索这两列中的任何一列。一个有名字，另一个有整数。
示例：
x <- data.table(foo=letters,bar=1:length(letters))
x
want to do
x['c'] : searching on foo column
as well as
x[2] : searching on bar column
Q2:可以更改数据表中的默认数据类型吗？我是在一个矩阵中读取字符和整数列，但是所有内容都是作为字符读取的。
谢谢！-Abhi
浏览 1提问于2013-12-15得票数 0
回答已采纳
3回答
我现在想用它的转置来乘一个大型稀疏矩阵(~1M×200 k)。结果矩阵的值将以浮点数表示。
我试着将矩阵加载到枕的稀疏矩阵中，并将第一矩阵的每一行与第二矩阵相乘。乘法用了2小时才完成。
实现这种乘法的有效方法是什么？因为我在计算中看到了一个模式。
矩阵大而稀疏。
矩阵的乘法及其转置。因此，得到的矩阵是对称的。
我想知道哪些库可以更快地实现计算。它可以是Python、R、C、C++或任何其他语言。
浏览 7提问于2014-07-04得票数 10
回答已采纳
我正在尝试取两个"Matrix“类矩阵(稀疏矩阵)的元素最大值。我试过pmax(...)函数，它似乎对两个“正常”矩阵有效，但当我传入两个稀疏矩阵时，它在R2.15上给出了以下错误。
library(Matrix)
# Loading required package: lattice
v=Matrix(0,100,100); v[1,1]=1;
x=v
pmax(v,x)
# Error in pmax(v, x) : (list) object cannot be coerced to type 'logical'
# In addition: Warning m
浏览 4提问于2012-08-07得票数 9
1回答
R:选择子集而不复制
、、、、
是否有一种方法可以从对象(数据帧、矩阵、向量)中选择子集，而无需复制所选数据的？
我使用相当大的数据集，但从不更改它们。然而，为了方便起见，我经常选择要操作的数据子集。每次创建一个大子集的副本是非常缺乏内存的，但是普通索引和subset (从而xapply()函数族)都会创建所选数据的副本。因此，我正在寻找能够克服这个问题的函数或数据结构。
一些可能的方法可以满足我的需要，并有望在一些R包中实现：
复制-写机制，即只有在添加或重写现有元素时才复制的数据结构；
不可变数据结构，它只需要为数据结构重新创建索引信息，而不需要为其内容重新创建索引信息(例如，仅通过创建包含长度的小对象和指向同一
浏览 2提问于2012-03-05得票数 12
回答已采纳
1回答
我正在尝试在R中执行社交网络分析，我在使用igraph包从非常大的矩阵创建邻接矩阵时遇到了一些问题。其中一个主要矩阵是10998555876个元素大小(82 Gb) -从具有176881行的数据集创建。
我在运行时得到的错误：
adjacency_matrix <- graph.adjacency(one_mode_matrix, mode = "undirected", weighted = TRUE, diag = TRUE)
如下所示：
Error in graph.adjacency.dense(adjmatrix, mode = mode, weighted =
浏览 3提问于2019-09-27得票数 1
1回答
我有两个稀疏矩阵A(亲和力矩阵)和D(对角矩阵)，维数为100000*100000。我必须计算拉普拉斯矩阵L= D^(-1/2)*A*D^(-1/2)。我正在使用scipy CSR格式的稀疏矩阵。
我没有找到任何方法来求稀疏矩阵的逆。如何求稀疏矩阵的L和逆矩阵？还建议使用python来做这件事是否有效，或者我是否应该调用matlab函数来计算L？
浏览 1提问于2012-02-12得票数 3
3回答
如果我对numpy.zeros矩阵做同样的操作，它就能工作。但对于枕骨稀疏矩阵，它不起作用。为什么？
import scipy.sparse as sparse
import scipy as sp
a = sparse.lil_matrix((3,3), dtype=int)
a[0,0] = 0
a[1,1] = 1
a[2,2] = 2
b = a.sum(0)
bo = (-b).argsort()
ao = sp.take(a, bo, axis=1)
我知道错误：
ValueError: axis(=1) out of bounds
为什么这不起作用。有人能告诉我怎么修吗？或者用枕
浏览 9提问于2016-02-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
