小编Thi*_*hiS的帖子

我正在做一个项目，我正在做很多矩阵计算。

我正在寻找一种聪明的方法来加速我的代码。在我的项目中，我正在处理一个大小为 100Mx1M 的稀疏矩阵，其中包含大约 10M 个非零值。下面的例子只是为了说明我的观点。

假设我有：

• 大小为 (2) 的向量 v
• 大小为 (3) 的向量 c

• 大小为 (2,3) 的稀疏矩阵 X

  v = np.asarray([10, 20])
  c = np.asarray([ 2,  3,  4])
  data = np.array([1, 1, 1, 1])
  row  = np.array([0, 0, 1, 1])
  col  = np.array([1, 2, 0, 2])
  X = coo_matrix((data,(row,col)), shape=(2,3))
  X.todense()
  # matrix([[0, 1, 1],
  #         [1, 0, 1]])
  

  Run Code Online (Sandbox Code Playgroud)

目前我正在做：

result = np.zeros_like(v)
d = scipy.sparse.lil_matrix((v.shape[0], v.shape[0]))
d.setdiag(v)
tmp = d * X

print tmp.todense()
#matrix([[  0.,  10.,  10.], …

我正在尝试从存储在字典中的Author结构中获取电子邮件值.这里有一些代码,你可以看到,如果我试图从字典中获取它,它就无法正常工作.知道为什么吗？

struct Author{
    var name: String
    var email: String
}

var dict_author = [String: Author]()

var aut1 = Author(name: "Author1", email: "a1@gmail.com")

dict_author["Author1"] = aut1 

var a = dict_author["Author1"]

println(a.email) //not working
println(aut1.email) // a1@gmail.com