来自 scipy.sparse.csr_matrix 数据的意外行为

Question

这里的数据有些奇怪。

如果我创建一个 data 属性只包含 0 和 1 的 scipy.sparse.csr_matrix，然后要求它打印数据属性，有时输出中有 2（其他时候没有）。

您可以在此处查看此行为：

from scipy.sparse import csr_matrix
import numpy as np
from collections import OrderedDict

#Generate some fake data
#This makes an OrderedDict of 10 scipy.sparse.csr_matrix objects, 
#with 3 rows and 3 columns and binary (0/1) values

od = OrderedDict()
for i in range(10):
        row = np.random.randint(3, size=3)
        col = np.random.randint(3, size=3)
        data = np.random.randint(2, size=3)
        print 'data is: ', data
        sp_matrix = csr_matrix((data, (row, col)), shape=(3, 3))
        od[i] = sp_matrix

#Print the data in each scipy sparse matrix
for i in range(10):
        print 'data stored in sparse matrix: ',  od[i].data

它会打印出这样的东西：

data is:  [1 0 1]
data is:  [0 0 1]
data is:  [0 0 0]
data is:  [0 0 0]
data is:  [1 1 1]
data is:  [0 0 0]
data is:  [1 1 0]
data is:  [1 0 1]
data is:  [0 0 0]
data is:  [0 0 1]
data stored in sparse matrix:  [1 1 0]
data stored in sparse matrix:  [0 0 1]
data stored in sparse matrix:  [0 0]
data stored in sparse matrix:  [0 0 0]
data stored in sparse matrix:  [2 1]
data stored in sparse matrix:  [0 0 0]
data stored in sparse matrix:  [1 1 0]
data stored in sparse matrix:  [1 1 0]
data stored in sparse matrix:  [0 0 0]
data stored in sparse matrix:  [1 0 0]

为什么存储在稀疏矩阵中的数据不能反映原来放在那里的数据（原来的数据中没有2）？

Answer 1

我假设，你的矩阵创建类型：

sp_matrix = csr_matrix((data, (row, col)), shape=(3, 3))

将在后台使用coo_matrix（尚未找到相关来源；见底部）。

在这种情况下，docs 说（对于 COO）：

默认情况下，当转换为 CSR 或 CSC 格式时，重复的 (i,j) 条目将被汇总在一起。这有助于有效构建有限元矩阵等。 （见例子）

您的随机矩阵例程不检查重复条目。

编辑：好的。它认为我找到了代码。

csr_matrix: 没有构造函数代码 -> 继承自 _cs_matrix

compressed.py: _cs_matrix

和there：

      else:
            if len(arg1) == 2:
                # (data, ij) format
                from .coo import coo_matrix
                other = self.__class__(coo_matrix(arg1, shape=shape))
                self._set_self(other)