擅长:python、mysql、java
<p>numpy的一个优点是它非常快,
e、 g.计算8000x8000邻接矩阵的pagerank需要毫秒。即使<code>numpy.ndarray</code>只接受数字,您也可以将数字/id对象映射存储在外部哈希表(即dictionary)中(dictionary又是一个高度优化的数据结构)。</p>
<p>切片就像python中的列表切片一样简单:</p>
<pre><code>>>> from numpy import arange
>>> the_matrix = arange(64).reshape(4, 4, 4)
>>> print the_matrix[0][1][2]
6
>>> print the_matrix[0][1]
[4 5 6 7]
>>> print the_matrix[0]
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]
</code></pre>
<p>如果您将一些所需的函数(距离)包装在某个核心矩阵和一个id对象映射散列上,那么您可以让您的应用程序在短时间内运行。</p>
<p>祝你好运!</p>