python - 对非稀疏矩阵使用 scipy 稀疏数据结构好吗?
问题描述
usingscipy.sparse
在稀疏矩阵上存储和计算方面都非常有效。如果它用于非稀疏矩阵怎么办?更具体地说,很明显我们无法利用该数据结构的稀疏性优势,但是,它是否比使用普通numpy
数组更糟糕(在存储和计算复杂性方面)?
解决方案
是的,存储和性能都更差,更不用说阅读您的代码的人的认知负担了。
推荐阅读
- mysql - 由于 mysql 进程未正确停止,无法启动 docker。Mysql 在某处运行
- amazon-web-services - 如何使用 AWS CodePipeline 将 dotnet 核心应用程序部署到 ElasticBeanstalk
- laravel - 操作员在 Laravel 中如何工作?
- json - 在 Shell 脚本中读取 JSON 变量
- python - 将 Dataframe 列的值与列表值进行比较
- sql-server - t-SQL - 确定员工工作的天数 - 在现有代码中(计算员工每个期间的 FTE 数量)
- sql - SQLite 查询 - 过滤器名称,其中每个关联的 id 都包含在一组 id 中
- css - 如何创建适用于移动设备和桌面的粘性页脚?
- racket - amb -< 运算符未定义
- rust - 什么是获得解决未来需要多长时间的干净方法?