scipy.sparse 矩阵的逐点运算答案

【问题标题】：pointwise operations on scipy.sparse matricesscipy.sparse 矩阵的逐点运算
【发布时间】：2011-07-22 20:07:11
【问题描述】：

是否可以将numpy.exp 或类似的逐点运算符应用于scipy.sparse.lil_matrix 或其他稀疏矩阵格式的所有元素？

import numpy
from scipy.sparse import lil_matrix

x = numpy.ones((10,10))
y = numpy.exp(x)

x = lil_matrix(numpy.ones((10,10)))
# y = ????

numpy.exp(x) 或 scipy.exp(x) 产生 AttributeError，numpy.exp(x.data) 产生相同的结果。

谢谢！

【问题讨论】：

我认为目前这不适用于任何稀疏矩阵格式。就个人而言，我认为应该制作单独的稀疏函数，而不是减慢常规函数的速度。如 Olivier 所示，解决方法是基本上转换为任何其他稀疏格式并使用 data 属性。 lil 矩阵的 data 属性对此不起作用，因为它是一个对象类型的数组。

【解决方案1】：

我不知道全部细节，但转换为另一种类型是可行的，至少在使用非零元素数组时：

xcsc = x.tocsc()
numpy.exp(xcsc.data) # works

【讨论】：

是的。正如文档docs.scipy.org/doc/scipy/reference/generated/… 中所说，lil 格式主要用作构建不执行操作的稀疏数组的方法。文档建议在构建数组后进行此转换。