获取大型稀疏矩阵每行最大值的有效方法

【问题标题】：efficient way to get the max of each row for large sparse matrix获取大型稀疏矩阵每行最大值的有效方法
【发布时间】：2013-04-06 05:59:39
【问题描述】：

我有一个大的稀疏矩阵，我想获得每一行的最大值。在 numpy 中，我可以调用 numpy.max(mat, axis=1)，但我找不到 scipy 稀疏矩阵的类似函数。是否有任何有效的方法来获取大型稀疏矩阵的每一行的最大值？

【问题讨论】：

标签： python scipy sparse-matrix

【解决方案1】：

如果您的矩阵（称为a）以CSR 格式存储，则a.data 具有按行排序的所有非零条目，a.indptr 具有每行第一个元素的索引。您可以使用它来计算您的追求如下：

def sparse_max_row(csr_mat):
    ret = np.maximum.reduceat(csr_mat.data, csr_mat.indptr[:-1])
    ret[np.diff(csr_mat.indptr) == 0] = 0
    return ret

【讨论】：

【解决方案2】：

我刚刚遇到了同样的问题。如果矩阵中的任何行完全为空，Jaime 的解决方案就会中断。这是一个解决方法：

def sparse_max_row(csr_mat):
    ret = np.zeros(csr_mat.shape[0])
    ret[np.diff(csr_mat.indptr) != 0] = np.maximum.reduceat(csr_mat.data,csr_mat.indptr[:-1][np.diff(csr_mat.indptr)>0])
    return ret

【讨论】：

当没有数据条目大于 0 时失败：gist.github.com/jni/6120922#file-example-py