Question

我有一些像这样的稀疏矩阵

>>>import numpy as np
>>>from scipy.sparse import *
>>>A = csr_matrix((np.identity(3)))

>>>print A
  (0, 0)    1.0
  (1, 1)    1.0
  (2, 2)    1.0

为了更好地理解，A是这样的：

>>>print A.todense()
[[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]]

我希望有一个运营商（让我们称之为op1(n)）这样做：

>>>A.op1(1)
[[ 0.  1.  0.]
 [ 0.  0.  1.]
 [ 1.  0.  0.]]

=＆GT;将最后n列设为第一个n列，所以

>>>A == A.op1(3)  
true

。是否有一些内置解决方案，（EDIT :)再次返回一个稀疏矩阵？ roll的解决方案：

X = np.roll(X.todense(),-tau, axis = 0)
print X.__class__

返回

<class 'numpy.matrixlib.defmatrix.matrix'>

Answer 1

scipy.sparse没有roll，但您可以使用hstack进行模拟：

from scipy.sparse import *
A = eye(3, 3, format='csr')
hstack((A[:, 1:], A[:, :1]), format='csr')    # roll left
hstack((A[:, -1:], A[:, :-1]), format='csr')  # roll right

Answer 2

>>> a = np.identity(3)
>>> a
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> np.roll(a, -1, axis=0)
array([[ 0.,  1.,  0.],
       [ 0.,  0.,  1.],
       [ 1.,  0.,  0.]])
>>> a == np.roll(a, 3, axis=0)
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)

扭转稀疏矩阵

2 个答案: