【发布时间】：2017-12-14 05:21:26
【问题描述】：
如何以简单的一行代码（而且速度快！）列出csr_matrix 的所有非零元素？
我正在使用此代码：
edges_list = list([tuple(row) for row in np.transpose(A.nonzero())])
weight_list = [A[e] for e in edges_list]
但是执行需要相当长的时间。
【问题讨论】：
标签： python sparse-matrix
【发布时间】：2017-12-14 05:21:26
【问题描述】：
对于规范形式的 CSR 矩阵，直接访问数据数组：
A.data
但请注意，非规范形式的矩阵可能在其表示中包含显式零或重复条目，这将需要特殊处理。例如，
# Merge duplicates and remove explicit zeros. Both operations modify A.
# We sum duplicates first because they might sum to zero - for example,
# if a 5 and a -5 are in the same spot, we have to sum them to 0 and then remove the 0.
A.sum_duplicates()
A.eliminate_zeros()
# Now use A.data
do_whatever_with(A.data)
【讨论】：
-
我如何知道它们是否是规范形式？
-
@Miguel：通常是因为数据源提供的保证。例如，如果您自己创建了矩阵，您可能知道您创建它的方式不会产生显式零或重复条目。
-
好吧，我知道我自己创建它的场景。谢谢。
您可以使用A.nonzero() 直接索引到A：
In [19]: A = np.random.randint(0, 3, (3, 3))
In [20]: A
Out[20]:
array([[2, 1, 1],
[1, 2, 2],
[0, 1, 0]])
In [21]: A[A.nonzero()]
Out[21]: array([2, 1, 1, 1, 2, 2, 1])
结果和你的方法一样：
In [22]: edges_list = list([tuple(row) for row in np.transpose(A.nonzero())])
In [23]: [A[e] for e in edges_list]
Out[23]: [2, 1, 1, 1, 2, 2, 1]
而且显然要快很多（如果矩阵变大，速度会更快）：
In [25]: %timeit [A[e] for e in list([tuple(row) for row in np.transpose(A.nonzero())])]
10000 loops, best of 3: 48 µs per loop
In [26]: %timeit A[A.nonzero()]
100000 loops, best of 3: 10.7 µs per loop
也适用于scipycsr_matrix，尽管有更好的方法，如其他答案所示：
In [30]: M = scipy.sparse.csr_matrix(A)
In [31]: M[M.nonzero()]
Out[31]: matrix([[2, 1, 1, 1, 2, 2, 1]], dtype=int32)
【讨论】：
-
这是一个常规的 NumPy 数组，而不是 SciPy CSR 矩阵。
-
@user2357112 老实说，我不知道这个问题是特定于 scipy 的。但这不应该仍然有效，并且更普遍适用吗？
-
它仍然有效，但数组测试具有误导性。输出类型和结构与
scipy.sparse.csr_matrix不同 - 查看结果如何是numpy.matrix而不是 ndarray。此外，稀疏矩阵索引的性能特征与常规数组索引有很大不同。 -
@user2357112 感谢您指出，正如我所说，我不知道这一点。我还是把这个留在这里，因为这个问题没有明确的标题或标记为
scipy，其他人可能仍然觉得这很有用。
只需使用A.data
In [16]: from scipy.sparse import csr_matrix
In [17]: A = csr_matrix([[1,0,0],[0,2,0]])
In [18]: A.data
Out[18]: array([1, 2])
如果稀疏矩阵已被修改或为了安全起见，您应该使用：A.eliminate_zeros()
In [19]: A[0,0] = 0
In [20]: A.data
Out[20]: array([0, 2])
In [21]: A.eliminate_zeros()
In [22]: A.data
Out[22]: array([2])
【讨论】：
-
这可能返回零个元素——在
A.data之前尝试A[0,0] = 0。我认为您需要先添加A.eliminate_zeros()。
你可以像这样使用scipy.sparse.find：
>>> from scipy.sparse import csr_matrix, find
>>> A = csr_matrix([[7.0, 8.0, 0],[0, 0, 9.0]])
>>> find(A)
(array([0, 0, 1], dtype=int32), array([0, 1, 2],
dtype=int32), array([ 7., 8., 9.]))
https://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.find.html
【讨论】：