如何测试两个稀疏数组是否（几乎）相等？

Question

我想检查两个稀疏数组是否（几乎）相等。而对于 numpy 数组，您可以这样做：

import numpy as np

a = np.ones(200)
np.testing.assert_array_almost_equal(a, a)

这不适用于稀疏数组，我可以理解（对于较小的矩阵或与数组大小相关的错误返回错误AttributeError: ravel not found）。是否有等效于测试稀疏矩阵的 scipy？我可以将稀疏矩阵转换为密集矩阵并使用 numpy 测试功能，但有时由于（内存/大小）限制，这是不可能的。例如：

from scipy import sparse

b = sparse.rand(80000,8000,density=0.01)
type(b)  # <class 'scipy.sparse.coo.coo_matrix'>
c = b.toarray()  # ValueError: array is too big; `arr.size * arr.dtype.itemsize` is larger than the maximum possible size.

是否可以测试这些较大的 scipy 数组是否相等，还是应该测试较小的样本？

Answer 1

假设我们不关心可能在容差值内的数组中的非零值，我们可以简单地获取行、列索引和相应的值，并查找索引之间的精确匹配，而allclose() 匹配值。

因此，实现将是 -

from scipy.sparse import find

def allclose(A, B, atol = 1e-8):

    # If you want to check matrix shapes as well
    if np.array_equal(A.shape, B.shape)==0:
        return False

    r1,c1,v1 = find(A)
    r2,c2,v2 = find(B)
    index_match = np.array_equal(r1,r2) & np.array_equal(c1,c2)

    if index_match==0:
        return False
    else:  
        return np.allclose(v1,v2, atol=atol)

这是另一个用 nonzero 和 data 方法替换 find 函数的方法 -

def allclose_v2(A, B, atol = 1e-8):
    # If you want to check matrix shapes as well
    if np.array_equal(A.shape, B.shape)==0:
        return False

    r1,c1 = A.nonzero()
    r2,c2 = B.nonzero()

    lidx1 = np.ravel_multi_index((r1,c1), A.shape)
    lidx2 = np.ravel_multi_index((r2,c2), B.shape)

    sidx1 = lidx1.argsort()
    sidx2 = lidx2.argsort()

    index_match = np.array_equal(lidx1[sidx1], lidx2[sidx2])
    if index_match==0:
        return False
    else:  
        v1 = A.data
        v2 = B.data        
        V1 = v1[sidx1]
        V2 = v2[sidx2]        
        return np.allclose(V1,V2, atol=atol)

我们可以在几个地方短路以进一步加快速度。在性能方面，我更关注只有值不同的情况。