Question

请问有什么方法可以将2D稀疏矩阵乘以3D numpy数组吗？例如，我有此功能

def myFun(x, p):
    r = 2
    out = x * np.log(p) + r * np.log(1-p)
    return out

其中x是维数3500, 90的数组，p是维数3500, 90, 70的另一个数组。目前x和p都是密集数组，当我调用函数时，我只是在广播：

out = myFun(x[..., None], p)

但是数组x十分稀疏，只有7％的元素为非零。另一方面，p没有任何零，仅在零和一之间浮动。我希望通过稀疏矩阵（可能来自scipy.sparse）可以提高速度。但是，我不知道如何执行此操作，或者是否更有效。

我正在使用python 3。

非常感谢

Answer 1

您可以使用x关键字来利用where的稀疏性。

def sprse(x, p):
    r = 2
    out = x * np.log(p, where=x.astype(bool)) + r * np.log(1-p)
    return out

from timeit import timeit
x = np.random.uniform(-13, 1, (3500, 90, 1)).clip(0, None)
p = np.random.random((3500, 90, 70))
assert np.all(sprse(x, p)==myFun(x, p))
def f():
    return myFun(x, p)
print(timeit(f, number=3))
def f():
    return sprse(x, p)
print(timeit(f, number=3))

样品运行：

5.171174691990018
3.2122434769989923

Answer 2

您可以尝试以下实现。对于这个简单的功能，这看起来有点夸张，但是我也很难让@objc func switchCalendarScope(){ if self.calendar.scope == FSCalendarScope.month { // self.calendar.setScope(FSCalendarScope.week, animated: true) // this will cause the calendar to be squished again self.calendar.scope = .week movingConstraint.constant = view.safeAreaLayoutGuide.layoutFrame.size.height * -0.20 } else { // self.calendar.setScope(FSCalendarScope.month, animated: true) self.calendar.scope = .month movingConstraint.constant = 0 } }与Intel SVML一起使用（否则我更喜欢numexpr）。在Quadcore i7上，此解决方案应为每次调用提供0.07s，并且在更多内核上应具有很好的扩展性。另请注意，第一次调用的编译开销约为0.5s。

Installing Intel SVML

numexpr

2D稀疏矩阵乘以3D数组

2 个答案: