python的矩阵扩充
短信预约 -IT技能 免费直播动态提醒
a为3*4的矩阵,b为2*4的矩阵,现要形成[
法一:
import numpy as np
a=np.row_stack( (a , b) )
法二:
c=np.zeros( (5 , 4) )
for i in range(5):
if i<3:
c[i]=a[i]
else :
c[i]=b[i-3]
如果只是扩充这么一次,肯定选择法1
但是如果是要扩充多次,即a,b扩充之后还要进行多次的扩充,那么法2是个优势选择。
这里举个例子:
training_set是个(imgMatrix,label)的二维元组,imgMatrix是个60000*784的矩阵,label是个784*1的矩阵。imgMatrix的一行为一个img,同一种类的img的label是相同的,imgMatrix中共十个种类。下面程序的目的是从imgMatrix中找出同一种类的img,并分别构成各个种类的矩阵
注释部分采用的法1,循环6000次就需要5.02s,60000次时间更长,不是简单的5.02s*10,我没有继续等待,也不知道具体时间是多少,但等了几分钟都没有结束。
而采用法2(未注释部分),只需要1.02s!!!,是真的快!
training_set,test_set=mnist_loader()
print 'data load over'
#start1=time.clock()
#nullMatrix=np.mat( training_set[0].shape[1]*[[]] ).T
#omega=10*[nullMatrix]
#for k in range(60000):
# label=training_set[1][k,0]
# omega[label]=np.row_stack( (omega[label] , training_set[0][k]) )
#end1=time.clock()
#print end1-start1
start2=time.clock()
count=10*[0]
for k in range(60000):
label=training_set[1][k,0]
count[label]+=1
omega=10*[0]
for i in range(10):
omega[i]=np.zeros( (count[i],784) )
index=10*[0]
for k in range(60000):
label=training_set[1][k,0]
omega[label][index[label]]=training_set[0][k]
index[label]=index[label]+1
end2=time.clock()
print end2-start2
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341