将稀疏矩阵一分为二答案

【问题标题】：splitting a sparse matrix into two将稀疏矩阵一分为二
【发布时间】：2012-08-31 10:49:01
【问题描述】：

问题：如何根据列表中的值将 1 个稀疏矩阵拆分为 2 个？

也就是说，我有一个稀疏矩阵X：

>>print type(X)
<class 'scipy.sparse.csr.csr_matrix'>

我在脑海中将其想象为列表列表，如下所示：

>>print X.todense()
[[1,3,4]
 [3,2,2]
 [4,8,1]]

我有一个列表y，看起来像这样：

y = [-1, 
      3, 
     -4]

如何根据y 中的对应值是正数还是负数，将X 分成两个稀疏矩阵？例如，我怎样才能得到：

>>print X_pos.todense()
 [[3,2,2]] 
>>print X_neg.todense()
 [[1,3,4]
  [4,8,1]]

结果（X_pos 和 X_neg）显然也应该是稀疏矩阵，因为它只是拆分一个稀疏矩阵开始。

谢谢！

【问题讨论】：

@DavidHeffernan：实际上，这很容易实现。看我的回答。

标签： python numpy scipy sparse-matrix

【解决方案1】：

使用np.where 为正负y 值生成两个索引数组，然后使用这些索引到您的稀疏矩阵中。

>>> X = csr_matrix([[1,3,4], [3,2,2], [4,8,1]])
>>> y = np.array([-1, 3, -4])
>>> y_pos = np.where(y > 0)[0]
>>> y_neg = np.where(y < 0)[0]
>>> X_pos = X[y_pos]
>>> X_neg = X[y_neg]

您现在必须包含所需元素的 CSR 矩阵：

>>> X_pos
<1x3 sparse matrix of type '<type 'numpy.int64'>'
    with 3 stored elements in Compressed Sparse Row format>
>>> X_neg
<2x3 sparse matrix of type '<type 'numpy.int64'>'
    with 6 stored elements in Compressed Sparse Row format>
>>> X_pos.A
array([[3, 2, 2]])
>>> X_neg.A
array([[1, 3, 4],
       [4, 8, 1]])

【讨论】：

这里没有两个稀疏矩阵。索引到 CSR 矩阵并不便宜。通常人们使用稀疏矩阵，因为人们关心性能。当然，如果您不关心性能，那么解决它是微不足道的。我希望 OP 希望从 CSR 输入有效地生成两个 CSR 矩阵。这很重要。
@DavidHeffernan：我这里有两个稀疏矩阵； .A（.toarray() 的缩写）将它们转换为密集数组以方便查看。根据their docs，“高效行切片”是 CSR 矩阵实际设计的目标之一。
好的。您索引到原始 CSR 矩阵的位肯定很昂贵。想象一下你将如何实现它。从 CSR 矩阵开始并创建一个新的矩阵，其中所有符合特定标准的元素都被删除，这并不难。只需一次通过值数组，并适当更新 col 索引和行指针。但这不是这里发生的事情。我想。
如果代码可以假设y_pos 是有序的，那么索引X_pos = X[y_pos] 会非常有效。否则它会有点贵，但它仍然可以有效地完成。 FWIW，我不认为这是行切片，但这没有实际意义。所以，我收回我的反对意见。假设 numpy 实施得很好，这应该是非常有效的。 +1
@DavidHeffernan：你是对的，这不是切片，我的错。但是，我之前在中等规模的数据集上使用过它，它通常足够快，尽管它可能会占用相当多的内存。