Skip to main content
 首页 » 编程设计

python之Pandas:与 cvxopt 矩阵之间的转换

2024年11月01日10pander-it

给定一个 Pandas 数据框,转换为 cvxopt 矩阵或反之的最佳方法是什么(可读性或执行速度)?

目前我在做:

cvxMat = matrix(pdObj.as_matrix()) 
pdObj[:]=np.array(cvxMat) 

此外,是否有一种合理可读的方式来混合使用 cvxopt 矩阵和 pandas 数据帧来计算向量或矩阵代数而不转换对象?

下面是一个向量点积(pdObj 和 cvxMat 是列向量),可读性差:

(matrix(pdObj.as_matrix()).T*cvxMat)[0] 

有什么建议吗?


waitingkuo回答的后续:

仅用于 pandas 数据框的说明:

>>> m1 = cvxopt.matrix([[1, 2, 3], [2, 3, 4]]) 
>>> m2 = pd.DataFrame(np.array(m1)).T 
 
>>> m1 
<3x2 matrix, tc='i'> 
 
>>> m2.shape 
(2, 3) 
 
>>> np.dot(m1,m2) 
array([[ 5,  8, 11], 
       [ 8, 13, 18], 
       [11, 18, 25]]) 

但注意:

>>> m1 * m2 
   0  1   2 
0  1  4   9 
1  4  9  16 
 
[2 rows x 3 columns] 

请您参考如下方法:

你可以通过 pdObj.values 从 pandas 获取 numpy 数组

你可以直接在cvxopt矩阵和numpy矩阵之间进行矩阵乘法

In [90]: m1 = cvxopt.matrix([[1, 2, 3], [2, 3, 4]]) 
 
In [91]: m2 = np.matrix([[1, 2, 3], [2, 3, 4]]) 
 
In [92]: m1 
Out[92]: <3x2 matrix, tc='i'> 
 
In [94]: m2.shape 
Out[94]: (2, 3) 
 
In [95]: m1 * m2 
Out[95]:  
matrix([[ 5,  8, 11], 
        [ 8, 13, 18], 
        [11, 18, 25]])