Questions tagged «matrix»

我想定义一个没有初始化长度的二维数组，如下所示： Matrix = [][] 但这不起作用... 我已经尝试过下面的代码，但是它也是错误的： Matrix = [5][5] 错误： Traceback ... IndexError: list index out of range 我怎么了

723 python  matrix  syntax-error 

我有一个2项元组的列表，我想将它们转换为2个列表，其中第一个包含每个元组中的第一项，第二个包含第二项。 例如： original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)] # and I want to become... result = (['a', 'b', 'c', 'd'], [1, 2, 3, 4]) 有内置的功能吗？

504 python  list  matrix  transpose 

例如，如果我想从中读取中间值magic(5)，可以这样进行： M = magic(5); value = M(3,3); 得到value == 13。我希望能够执行以下操作之一： value = magic(5)(3,3); value = (magic(5))(3,3); 取消中间变量。但是，MATLAB抱怨Unbalanced or unexpected parenthesis or bracket在之前的第一个括号3。 是否可以在不首先将其分配给变量的情况下从数组/矩阵读取值？

363 matlab  indexing  matrix  return-value  variable-assignment 

每种都有哪些优点和缺点？ 从我所看到的情况来看，如果需要，任何一个都可以替代另一个，所以我应该同时使用这两个还是应该仅使用其中之一？ 程序的样式会影响我的选择吗？我正在使用numpy进行一些机器学习，因此确实有很多矩阵，但也有很多向量（数组）。

345 python  arrays  matrix  numpy 

进入时numpy，一些操作恢复了形状，(R, 1)但有些恢复了(R,)。由于reshape需要显式运算，因此这将使矩阵乘法更加乏味。例如，给定矩阵M，如果我们想在numpy.dot(M[:,0], numpy.ones((1, R)))哪里做R行数（当然，同样的问题也会逐列出现）。我们会得到matrices are not aligned错误，因为M[:,0]是在外形(R,)，但numpy.ones((1, R))在形状(1, R)。 所以我的问题是： 什么形状之间的差异(R, 1)和(R,)。我从字面上知道它是数字列表和列表列表，其中所有列表仅包含一个数字。只是想知道为什么不设计numpy使其偏爱形状(R, 1)而不是(R,)更容易进行矩阵乘法。 以上示例是否有更好的方法？无需像这样显式重塑：numpy.dot(M[:,0].reshape(R, 1), numpy.ones((1, R)))

319 python  numpy  matrix  multidimensional-array 

受雷蒙德·陈（Raymond Chen）的启发，假设您有一个4x4二维数组，请编写一个将其旋转90度的函数。雷蒙德（Raymond）链接到伪代码的解决方案，但我希望看到一些实际的东西。 [1][2][3][4] [5][6][7][8] [9][0][1][2] [3][4][5][6] 成为： [3][9][5][1] [4][0][6][2] [5][1][7][3] [6][2][8][4] 更新：尼克的答案是最直接的，但是有没有办法比n ^ 2更好呢？如果矩阵是10000x10000，该怎么办？

302 algorithm  matrix  multidimensional-array 

关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗？更新问题，使其成为Stack Overflow 的主题。 2年前关闭。 改善这个问题 似乎许多项目慢慢地需要进行矩阵数学运算，并陷入了以下陷阱：首先构建一些矢量类，然后缓慢地添加功能，直到被发现构建一个半确定的自定义线性代数库并依赖它。 我想避免这种情况，同时又不依赖于某些切向相关的库（例如OpenCV，OpenSceneGraph）。 那里最常用的矩阵数学/线性代数库是什么，为什么会决定使用另一个？是否出于某些原因建议不要使用？我专门在几何/时间上下文*（2,3,4 Dim）*中使用它，但将来可能会使用更高维度的数据。 我正在寻找以下方面的差异：API，速度，内存使用，宽度/完整性，狭窄性/特异性，可扩展性和/或成熟度/稳定性。 更新资料 我最终使用了我非常满意的Eigen3。

242 c++  math  matrix  linear-algebra 

我有一个n x m由非负整数组成的矩阵。例如： 2 3 4 7 1 1 5 2 6 2 4 3 4 2 1 2 1 2 4 1 3 1 3 4 1 2 1 4 3 2 6 9 1 6 4 “投下炸弹”将目标单元及其所有八个邻居的数量减少一，最小为零。 x x x x X x x x x 有什么算法可以确定将所有像元减少到零所需的最小炸弹数量？ B选项（由于我不是认真的读者） …

212 algorithm  language-agnostic  matrix 

我正在使用CUDA，C ++，C＃，Java建立一些基准，并使用MATLAB进行验证和矩阵生成。当我使用MATLAB执行矩阵乘法时，2048x2048甚至更大的矩阵几乎都会立即相乘。 1024x1024 2048x2048 4096x4096 --------- --------- --------- CUDA C (ms) 43.11 391.05 3407.99 C++ (ms) 6137.10 64369.29 551390.93 C# (ms) 10509.00 300684.00 2527250.00 Java (ms) 9149.90 92562.28 838357.94 MATLAB (ms) 75.01 423.10 3133.90 只有CUDA具有竞争力，但是我认为至少C ++会比较接近，并且速度不会慢60倍。我也不知道该如何看待C＃结果。该算法与C ++和Java相同，但与相比有很大2048的不同1024。 MATLAB如何快速执行矩阵乘法？ C ++代码： float temp = 0; timer.start(); for(int j = 0; j …

190 performance  matlab  matrix  matrix-multiplication 

我有一个数组数组，就像： [ [1,2,3], [1,2,3], [1,2,3], ] 我想转置它以获得以下数组： [ [1,1,1], [2,2,2], [3,3,3], ] 使用循环以编程方式这样做并不难： function transposeArray(array, arrayLength){ var newArray = []; for(var i = 0; i < array.length; i++){ newArray.push([]); }; for(var i = 0; i < array.length; i++){ for(var j = 0; j < arrayLength; j++){ newArray[j].push(array[i][j]); }; }; return …

154 javascript  arrays  matrix  transpose 

一个朋友需要一种算法，该算法可以让他遍历NxM矩阵的元素（N和M为奇数）。我想出了一个解决方案，但我想看看我的SO同事是否可以想出更好的解决方案。 我将我的解决方案发布为该问题的答案。 示例输出： 对于3x3矩阵，输出应为： （0，0）（1，0）（1，1）（0，1）（-1，1）（-1，0）（-1，-1）（0，-1）（1，-1 ） 此外，该算法应支持非平方矩阵，因此对于5x3矩阵，输出应为： （0，0）（1，0）（1，1）（0，1）（-1，1）（-1，0）（-1，-1）（0，-1）（1，-1 ）（2，-1）（2，0）（2，1）（-2，1）（-2，0）（-2，-1）

154 algorithm  matrix  loops  spiral 

什么时候应该使用a data.frame，什么时候使用更好matrix？ 两者都以矩形格式保存数据，因此有时还不清楚。 对于何时使用哪种数据类型，是否有一般的经验法则？

152 r  matrix  dataframe  r-faq 

按照目前的情况，这个问题不适合我们的问答形式。我们希望答案会得到事实，参考或专业知识的支持，但是这个问题可能会引起辩论，争论，民意测验或进一步的讨论。如果您认为此问题可以解决并且可以重新提出，请访问帮助中心以获取指导。 7年前关闭。 我们正在计算某种其运行时受矩阵运算约束的东西。（如果感兴趣，请在下面提供一些详细信息。）这种经历提示了以下问题： 人们对矩阵数学的Java库的性能（例如，乘法，逆运算等）是否有经验？例如： 贾玛 小马 Apache Commons数学 我搜索后什么也没找到。 我们的速度比较细节： 我们正在使用Intel FORTRAN（ifort（IFORT）10.1 20070913）。我们已经使用Apache Commons Math 1.2矩阵操作在Java（1.6）中重新实现了它，并且它同意其所有准确性。（我们有使用Java的理由。）（Java加倍，Fortran real * 8）。Fortran：6分钟，Java 33分钟，同一台计算机。jvisualm性能分析显示在RealMatrixImpl。{getEntry，isValidCoordinate}上花费了很多时间（在未发布的Apache Commons Math 2.0中似乎消失了，但是2.0并没有更快）。Fortran使用Atlas BLAS例程（dpotrf等）。 显然，这可能取决于我们使用每种语言编写的代码，但是我们认为大部分时间都在等效的矩阵运算中。 在其他一些不涉及库的计算中，Java的运行速度并不慢，有时甚至快得多。

151 java  math  matrix  performance 

我正在使用numpy。我有一个具有1列和N行的矩阵，并且我想从中获得具有N个元素的数组。 例如，如果我有M = matrix([[1], [2], [3], [4]])，我想得到A = array([1,2,3,4])。 为此，我使用A = np.array(M.T)[0]。有谁知道一种更优雅的方式来获得相同的结果？ 谢谢！

149 python  arrays  matrix  numpy 

我在尝试在R中使用大对象时遇到了问题。例如： > memory.limit(4000) > a = matrix(NA, 1500000, 60) > a = matrix(NA, 2500000, 60) > a = matrix(NA, 3500000, 60) Error: cannot allocate vector of size 801.1 Mb > a = matrix(NA, 2500000, 60) Error: cannot allocate vector of size 572.2 Mb # Can't go smaller anymore > rm(list=ls(all=TRUE)) …

149 r  matrix  vector  memory-management  r-faq