python存储大量数据,在python中存储大量的布尔数据

我需要存储稀疏矩阵数据.

数据大小为10 ^ 6 10 ^ 4列.

在每一列中,我存储一个0的向量,除了少数值,这是真的.

然后我需要对每个矩阵中的列求和,并用标量乘以每一行.

我试过字典,但是当我需要求和时,它们会失败.

你会用什么？

PS. numpy.zeros太小了

解决方法:

两个词怎么样？假设这是矩阵(x表示True)：

0 1 2 3 4 5 6 7

0 x x x

1 x

2 x

3 x

4

5

6 x x

7

你只需要存储

rows = {0: [0, 2, 5], 1: [1], 2: [7], 3: [4], 6: [2, 5]}

您可以轻松地将其转换为

columns = {0: [0], 1: [1], 2: [0, 6], 4: [3], 5: [0, 6], 7: [2]}

使用类似的东西

columns = {}

for row in rows:

for column in rows[row]:

columns.setdefault(column, []).append(row)

然后对列进行求和(求和(列[2]中的x为1))或对行进行求和,并将结果乘以您想要的任何值.

标签：python,arrays,numpy

来源： https://codeday.me/bug/20190613/1234263.html