读取双精度矩阵的有效方法

Question

这是一种

非常快速的方法来读取所有双精度的干净矩阵（此矩阵中没有NA上的缺失元素）。大多数条目是非零双精度，也许 30% 是零。维度约为 100 万行和 100 列。

我正在使用的功能如下。但是，对于超过 1 GB 的矩阵来说，它非常慢。

如何更快地完成此操作？以下任何一项是否有帮助：- 不要另存为 csv 并读取它，请尝试另存为二进制格式或其他格式。- 转置数据文件中的矩阵，然后逐列读取，而不是像下面的函数那样逐行读取。- 以某种方式将矩阵序列化为 Java 对象以进行重新读取。

 private static Vector<Vector<Double>> readTXTFile(String csvFileName, int skipRows) throws IOException {
     String line = null;
     BufferedReader stream = null;
     Vector<Vector<Double>> csvData = new Vector<Vector<Double>>();
     try {
         stream = new BufferedReader(new FileReader(csvFileName));
         int count = 0;
         while ((line = stream.readLine()) != null) {
            count += 1;
            if(count <= skipRows) {
                continue;
            }
             String[] splitted = line.split(",");
             Vector<Double> dataLine = new Vector<Double>(splitted.length);
             for (String data : splitted) {
                 dataLine.add(Double.valueOf(data));
             }
            csvData.add(dataLine);
         }
     } finally {
         if (stream != null)
             stream.close();
     }
     return csvData;
 }

Answer 1

我更改了您的代码以摆脱所有 Vector 和 Double 对象的创建，转而使用固定大小的矩阵（这确实假设您知道或可以提前计算文件中的行数和列数）。

我向它扔了 500,000 行文件，并看到了大约 25% 的改进。

private static double[][] readTXTFile(String csvFileName, int skipRows) throws IOException {
    BufferedReader stream = null;
    int totalRows = 500000, totalColumns = 6;
    double[][] matrix = new double[totalRows][totalColumns];
    try {
        stream = new BufferedReader(new FileReader(csvFileName));
        for (int currentRow = 0; currentRow < totalRows; currentRow++) {
            String line = stream.readLine();
            if (currentRow <= skipRows) {
                continue;
            }
            String[] splitted = line.split(",");
            for (int currentColumn = 0; currentColumn < totalColumns; currentColumn++) {
                matrix[currentRow][currentColumn] = Double.parseDouble(splitted[currentColumn]);
            }
        }
    } finally {
        if (stream != null) {
            stream.close();
        }
    }
    return matrix;
}