如何将常规矩阵转换为 R 中的稀疏矩阵？答案

【问题标题】：How to convert a regular matrix to a sparse matrix in R?如何将常规矩阵转换为 R 中的稀疏矩阵？
【发布时间】：2018-01-18 16:50:55
【问题描述】：

我有一个 200K 行 x 27K 列矩阵，我想将其转换为稀疏矩阵。我试过这样做，但出现分段错误：

> dim(my_regular)
[1] 196501  26791

> my_sparse <- as(my_regular, "sparseMatrix")

 *** caught segfault ***
address 0x2b9e3e10e000, cause 'memory not mapped'

有没有更好的办法？

【问题讨论】：

使用Matrix(my_regular,sparse=TRUE) 包中的Matrix
@AndrewGustar 我得到同样的错误

标签： r matrix sparse-matrix

【解决方案1】：

这绝对不理想，但我可以进行转换的唯一方法是将矩阵分解为 50K 行的组，然后使用 rbind 将它们组合起来：

my_sparse_1 <- Matrix::Matrix(my_regular[1:50000,], sparse = TRUE)
my_sparse_2 <- Matrix::Matrix(my_regular[50001:100000,], sparse = TRUE)
# etc.
my_sparse <- rbind(my_sparse_1, my_sparse_2, etc.)

我不会接受我的回答，以防有人有更好的建议

【讨论】：

【解决方案2】：

首先，如果as(my_regular, "sparseMatrix") 给出了段错误 - 请向Matrix 包维护者报告（可以在这里找到https://cran.r-project.org/web/packages/Matrix/index.html）。

作为一种解决方法，您可以使用以下方法：

library(Matrix)
nc = 50
nr = 100
sparsity = 0.9
m = sample(c(0, 1), size = nr * nc, replace = TRUE, prob = c(sparsity, 1 - sparsity))
m = matrix(m, nr, nc)

# normal way of coercing dense to sparse
spm1 = as(m, "CsparseMatrix")

# get indices of non-zero elements
ind_nnz = which(m != 0)

# construct zero-based indices of row and column
i = (ind_nnz - 1L) %% nr
j = as.integer((ind_nnz - 1L) / nr)
# get non-zero values
x = m[ind_nnz]

spm2 = sparseMatrix(i = i, j = j, x = x, dims = c(nr, nc), index1 = FALSE)

identical(spm1, spm2)
# TRUE

【讨论】：