我在我的应用程序中使用scipy.sparse
并希望进行一些性能测试。为了做到这一点,我需要创建一个大的稀疏矩阵(我将在我的应用程序中使用)。只要矩阵很小,我就可以使用命令
import scipy.sparse as sp
a = sp.rand(1000,1000,0.01)
这导致1000 x 1000矩阵和10.000个非零项(合理密度意味着每行大约10个非零项)
问题是当我尝试创建一个更大的矩阵,例如,一个100.000乘100.000矩阵(之前我已经处理过 way 更大的矩阵),我运行
import scipy.sparse as sp
N = 100000
d = 0.0001
a = sp.rand(N, N, d)
应该会产生100.000到100.000矩阵,其中包含一百万个非零条目(在可能的范围内),我收到一条错误消息:
Traceback (most recent call last):
File "<pyshell#6>", line 1, in <module>
sp.rand(100000,100000,0.0000001)
File "C:\Python27\lib\site-packages\scipy\sparse\construct.py", line 723, in rand
j = random_state.randint(mn)
File "mtrand.pyx", line 935, in mtrand.RandomState.randint (numpy\random\mtrand\mtrand.c:10327)
OverflowError: Python int too large to convert to C long
我无法删除哪些令人讨厌的内部scipy
错误。
据我所知,我可以通过创建一百个n×n矩阵,然后将它们堆叠在一起来创建10 * n×10 * n矩阵,但是,我认为scipy.sparse
应该能够处理大型稀疏矩阵的创建(我再说一遍,100k乘100k并不大,scipy
比处理数百万行的矩阵更舒适。我错过了什么吗?
答案 0 :(得分:3)
在没有深究问题的情况下,您应该确保在Linux平台上使用64位体系结构上的64位构建。在那里,本机“长”数据类型是64位大小(相反Windows,我相信)。
供参考,请参阅以下表格:
修改强> 也许我以前不够明确 - 在64位Windows上,经典的本地“长”数据类型是32位大小(另见this问题)。在您的情况下,此可能可能是个问题。也就是说,当您将平台更改为Linux时,您的代码可能正常工作。我不能绝对肯定地说这个,因为它实际上取决于在numpy / scipy C源中使用哪些本机数据类型(当然在Windows上有64位数据类型,并且通常使用编译器指令执行平台案例分析,通过宏选择合适的类型 - 我无法想象他们偶然使用了32位数据类型。
编辑2:
我可以提供三个支持我的假设的数据样本。
来自Debian repos的Debian 64位,Python 2.7.3和SciPy 0.10.1二进制文件:Python 2.7.3 (default, Mar 13 2014, 11:03:55)
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import scipy; print scipy.__version__; import scipy.sparse as s; s.rand(100000, 100000, 0.0001).shape
0.10.1
(100000, 100000)
Windows 7 64位,32位Python构建,32位SciPy 0.10.1构建,两者来自ActivePython:
ActivePython 2.7.5.6 (ActiveState Software Inc.) based on
Python 2.7.5 (default, Sep 16 2013, 23:16:52) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import scipy; print scipy.__version__; import scipy.sparse as s; s.rand(100000, 100000, 0.0001).shape
0.10.1
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\user\AppData\Roaming\Python\Python27\site-packages\scipy\sparse\construct.py", line 426, in rand
raise ValueError(msg % np.iinfo(tp).max)
ValueError: Trying to generate a random sparse matrix such as the product of dimensions is
greater than 2147483647 - this is not supported on this machine
Windows 7 64位,64位ActivePython构建,64位SciPy 0.15.1构建(来自Gohlke,针对MKL构建):
ActivePython 3.4.1.0 (ActiveState Software Inc.) based on
Python 3.4.1 (default, Aug 7 2014, 13:09:27) [MSC v.1600 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import scipy; scipy.__version__; import scipy.sparse as s; s.rand(100000, 100000, 0.0001).shape
'0.15.1'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python34\lib\site-packages\scipy\sparse\construct.py", line 723, in rand
j = random_state.randint(mn)
File "mtrand.pyx", line 935, in mtrand.RandomState.randint (numpy\random\mtrand\mtrand.c:10327)
OverflowError: Python int too large to convert to C long