我有一个列表的列和值的上三角矩阵,我想把它转换成一个对称矩阵。例如,我有
UpperTriangle = [[[0, 5], [6.0, 4.0]],
[[1, 3], [9.0, 6.0]],
[[2, 4, 6], [9.0, 6.0, 6.0]],
[[3], [4.0]],
[[4, 6], [4.0, 4.0]],
[[5], [2.6666666666666665]],
[[6], [4.0]]]
Symmetric = [[[0, 5], [6.0, 4.0]],
[[1, 3], [9.0, 6.0]],
[[2, 4, 6], [9.0, 6.0, 6.0]],
[[1, 3], [6.0, 4.0]],
[[2, 4, 6], [6.0, 4.0, 4.0]],
[[0, 5], [4.0, 2.6666666666666665]],
[[2, 4, 6], [6.0, 4.0, 4.0]]]
第一个列表与矩阵的第一行相关,列表中的第一个列表给出列索引,第二个列表给出与列索引相关的值。第二个列表属于第二行,依此类推。在上述示例中(行=0,列=0)的值为6.0,(行=0,列=5)的值为4.0,(行=1,列=1)的值为9.0,(行=1,列=3)的值为6.0。
一种方法是创建一个numpy矩阵,然后使用下面的方法创建一个对称矩阵。
W = np.maximum( A, A.transpose() )
但这是不可行的,因为实际问题涉及到一个有350000行和列的矩阵,构建一个numpy矩阵a占用太多内存,转换它需要太多时间。
在不构建numpy矩阵的情况下(使用python2.7),最快的Python方法是什么?(在合理的内存范围内)。
这个问题是在使用IBM的cplexpythonapi时出现的,您需要插入一个对称矩阵来设置二次型。
import cplex
my_prob = cplex.Cplex()
my_prob.objective.set_quadratic(Symmetric)
my_prob.solve()