给定行和列索引，如何设置稀疏矩阵的项？答案

【问题标题】：How to set items of a sparse matrix given the row and column indices?给定行和列索引，如何设置稀疏矩阵的项？
【发布时间】：2013-11-28 10:27:42
【问题描述】：

假设我有一个列表列表，其中每个子列表包括要设置为 1 的连续行的列索引。

indices = [[1,43,243],[2,34,276],...]

我的目的是设置符合给定索引的 scipy 稀疏矩阵的值。

例如：

对于第一行 1,43,243 列需要设置为 1 对于第二行 2,34,276 列需要设置为 1

如果这是一个愚蠢的问题，对不起。我只是一个从 Matlab 过渡到 scipy 的初学者。

【问题讨论】：

标签： python numpy scipy sparse-matrix

【解决方案1】：

sparse 的几种矩阵类型都可以使用。来自sparse.csr_matrix 文档：http://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.csr_matrix.html

>>> row = array([0,0,1,2,2,2])
>>> col = array([0,2,2,0,1,2])
>>> data = array([1,2,3,4,5,6])
>>> csr_matrix( (data,(row,col)), shape=(3,3) ).todense()
matrix([[1, 0, 2],
        [0, 0, 3],
        [4, 5, 6]])

coo_matrix 也接受这个(data,(row,col)) 输入

Matlab 提供了一种创建稀疏矩阵的类似方法，包括添加重复条目的业务（请参阅coo_matrix 文档底部的注释）。

我想你想构建

row = array([0,0,0, 1,1,1,2,2,2,....])
col = array([1,43,243, 2,34,276,,...])  
# col = col-1 # to change to 0 based indexing?
data = array([1,1,1,...])

例如：

np.array(indices).ravel()
# array([  1,  43, 243,   2,  34, 276])
np.arange(2).repeat(3)
# array([0, 0, 0, 1, 1, 1])
np.ones(6)
# array([ 1.,  1.,  1.,  1.,  1.,  1.])

【讨论】：