我有一个稀疏的csr矩阵,稀疏.csr_矩阵(A) ,我想计算矩阵秩
我知道有两个选项:我可以将其转换为numpy矩阵或数组(.todense()或.toarray()),然后使用np.linalg.matrix_秩(A) ,这违背了我使用稀疏矩阵格式的目的,因为我有非常大的矩阵。另一种选择是计算一个矩阵的SVD分解(sparse matrix svd in python),然后由此导出矩阵秩。在
还有其他的选择吗?目前有没有一种标准的,最有效的方法来计算稀疏矩阵的秩?我对在python中使用线性代数比较陌生,因此任何考虑到这一点的替代方法和建议都将是最有帮助的。在
我一直在用
.todense()
方法和rank method of numpy
来计算答案。在直到现在给了我一个满意的答复。在
相关问题 更多 >
编程相关推荐