我正在尝试做空间导数,并且几乎设法从我的代码中取出所有的循环,但是当我试图在最后总结所有的东西时,我遇到了一个问题。在
我有一组N~=250k
节点。我发现了具有i.size=j.size=~7.5M
的节点对的索引i,j
,它们位于一定的搜索距离内,最初来自np.triu_indices(n,1)
,并通过一系列布尔掩码来洗掉相互不影响的节点。现在我想总结一下其他节点对每个节点的影响。在
我现在有这个:
def sparseSum(a,i,j,n):
return np.array([np.sum(a[np.logical_or(i==k,j==k)],axis=0) for k in range(n)])
这很慢。我想要的是矢量化的东西。如果我有神经病我可以做
^{pr2}$但我在Abaqus实现中完成了这一切,它不包括scipy。有没有办法只做这个裸体游戏?在
这里不是一个交钥匙的解决方案,而是一个添加稀疏矩阵列的解决方案。它本质上是计算和使用csc表示
方法1:这是一种利用^{} 和{a2}-
方法2:对于列数较少的情况,我们可以使用^{} 对每列进行基于bin的求和,如下-
^{pr2}$相关问题 更多 >
编程相关推荐