QuantEcon/QuantEcon.jl

random_stochastic_matrix and random_markov_chain support sparse output

Open

#102 ouverte le 17 mars 2016

Voir sur GitHub
 (0 commentaires) (0 réactions) (0 assignés)Julia (300 forks)batch import
enhancementhelp wanted

Métriques du dépôt

Stars
 (495 stars)
Métriques de merge PR
 (Merge moyen 1j 1h) (2 PRs mergées en 30 j)

Description

This might look like this:

random_markov_chain{T}(n::Int, k::Int=n, ::Type{Matrix{T}})  # ==> return dense array
random_markov_chain{T}(n::Int, k::Int=n, ::Type{SparseMatrixCSC{Int,T}})  # ==> return sparse array

Also, having Union{Int,Void} shouldn't be necessary here as it is in python because default arguments can depend on one another. (e.g. def f(n, k=n): is n't possible in python but function f(n, k=n) is possible in Julia)

Guide contributeur

Direction de recherche
Implémentez une nouvelle méthode pour `random markov chain` (et de même pour `random stochastic matrix`) qui accepte un paramètre de type pour spécifier la sortie creuse, en utilisant `sparse` du package intégré pour construire une matrice creuse.
Stack technique
julia
Domaine
backend
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Ancienne
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
JuliaGit
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
75