从另一个 csr_matrix 的一行创建 csr_matrix 的平铺操作答案

【问题标题】：tile operation to create a csr_matrix from one row of another csr_matrix从另一个 csr_matrix 的一行创建 csr_matrix 的平铺操作
【发布时间】：2016-08-05 10:30:44
【问题描述】：

我有一个 csr_matrix 'a' 类型的稀疏矩阵。我想执行一个操作来创建一个新的 csr_matrix 'b'，其中 'b' 的每一行都与 'a' 的行相同。

我认为对于普通的 numpy 数组，可以使用“平铺”操作。但我无法为 csr_matrix 找到相同的内容。

首先制作一个 numpy 矩阵并转换为 csr_matrix 不是一个选项，因为矩阵的大小为 10000 x 10000。

【问题讨论】：

标签： python numpy scipy sparse-matrix

【解决方案1】：

我实际上可以回答哪些不需要创建完整的 numpy 矩阵并且对于我的目的来说非常快。因此，如果将来对人们有用，请将其添加为答案：

rows, cols = a.shape
b = scipy.sparse.csr_matrix((np.tile(a[2].data, rows), np.tile(a[2].indices, rows),
                           np.arange(0, rows*a[2].nnz + 1, a[2].nnz)), shape=a.shape)

这需要'a'的第二行并将其平铺以创建'b'。

以下是时序测试，对于 10000x10000 矩阵来说似乎相当快：

100 loops, best of 3: 2.24 ms per loop

【讨论】：

您的data 和indices 平铺是我建议的coo，但您的indptr 比coo 需要的要短。 coo 行等效项将使用 np.arange(...).repeat(nnz)、[0,0..0,1,1...,2,2...] 之类的内容。

【解决方案2】：

有一种blk 格式，可让您从其他矩阵列表中创建新的稀疏矩阵。

所以一开始你可以

 a1 = a[I,:]
 ll = [a1,a1,a1,a1]
 sparse.blk_matrix(ll)

我没有运行 shell 来测试这个。

这种格式在内部将所有输入数组转换为coo 格式，并将它们的coo 属性收集到3 个大列表（或数组）中。在平铺行的情况下，data 和 col (j) 值只会重复。 row (I) 值会逐步变化。

另一种方法是构建一个小的测试矩阵，并查看属性。你看到什么样的重复？在coo格式中很容易看到模式。 lil 也可能很容易复制，可能使用列表 *n 操作。 csr 更难理解。

【讨论】：

创建 ll 不会占用大量内存。它不会破坏拥有稀疏矩阵的目的吗？
另外我想我可以找到解决方案，所以我将其添加为答案。有兴趣的可以看看。
直接创建csr 会更紧凑一些，因为indptr 属性比等效的coo rows 短。

【解决方案3】：

一个人可以做

row = a.getrow(row_idx)
n_rows = a.shape[0]
b = tiled_row = sp.sparse.vstack(np.repeat(row, n_rows))

【讨论】：