如何有效地在Python中创建和处理4D稀疏矩阵(How to create and process a 4D sparse matrix in Python efficiently)

如何有效地在Python中创建和处理4D稀疏矩阵(How to create and process a 4D sparse matrix in Python efficiently)

我有一个4D稀疏矩阵形状（21x21x21x21）。 只有一个元素将被设置为1.之后，我将向量化该矩阵并确定非零行。 整个过程大约需要6分钟来计算太长时间。 有没有办法在Python中有效地做到这一点？

sparseMatrix = np.zeros((21,21,21,21), dtype = np.int8) #w,x,y,z can be any random integer from 0 to 20. w = 3 x = 5 y = 18 z = 16 sparseMatrix[w, x, y, z] = 1 sparseMatrix_vec = np.reshape(sparseMatrix, [-1,1]) sparseMatrix_vec_index = np.nonzero(sparseMatrix_vec)[0][0]

I have a 4D sparse matrix of shape (21x21x21x21). Only one of the element will be set to 1. After which, I will vectorize this matrix and determine the non-zero row. The whole process takes about 6 mins to compute which is too long. Is there a way to do this efficiently in Python?

sparseMatrix = np.zeros((21,21,21,21), dtype = np.int8) #w,x,y,z can be any random integer from 0 to 20. w = 3 x = 5 y = 18 z = 16 sparseMatrix[w, x, y, z] = 1 sparseMatrix_vec = np.reshape(sparseMatrix, [-1,1]) sparseMatrix_vec_index = np.nonzero(sparseMatrix_vec)[0][0]

最满意答案

如果你需要（w，x，y，z）来形成一个唯一的整数，其中（w，x，y，z）中的每一个都可以在0到20之间变化，那么只需使用base 21表示。 您要查找的整数是：

N = w *（21 ** 0）+ x *（21 ** 1）+ y *（21 ** 2）+ z *（21 ** 3）。

给定一个整数，您可以使用整数除法和模数返回（w，x，y，z）。

If you need (w,x,y,z) to form a unique integer, where each of (w,x,y,z) can vary between 0 and 20, then simply use base 21 representation. The integer you are looking for is:

N = w*(21 ** 0) + x*(21 ** 1) + y*(21 ** 2) + z*(21 ** 3).

Given an integer, you can go back to (w,x,y,z) by using integer division and modulus.