Question

我找不到更多关于scipy.sparse索引的信息，除了SciPy v0.11参考指南，其中说

The lil_matrix class supports basic slicing and fancy indexing with a similar syntax to NumPy arrays.

。我已阅读关于索引的numpy文档，但我不清楚它，例如，

Asp = sparse.lil_matrix((3,3))
Asp.setdiag(zeros(3))
Asp[0, 1:3] = 10
print Asp.todense()

1。为什么输出

[[  0.  10.  10.]
 [  0.   0.   0.]
 [  0.   0.   0.]]

[0,1：3]是什么意思？如果我使用

Asp[0, 1:2,3] = 10

出现错误：

IndexError: invalid index

，我不知道原因。

2.什么是获得每行所有非零值的最快方法？

Answer 1

对于第二个问题，请使用nonzero()方法。我不得不通过the source来找到它，因为我在任何参考文档中找不到它。

def nonzero(self):
    """nonzero indices

    Returns a tuple of arrays (row,col) containing the indices
    of the non-zero elements of the matrix.

    Examples
    --------
    >>> from scipy.sparse import csr_matrix
    >>> A = csr_matrix([[1,2,0],[0,0,3],[4,0,5]])
    >>> A.nonzero()
    (array([0, 0, 1, 2, 2]), array([0, 1, 2, 0, 2]))

    """

Answer 2

[0,1:3]是什么意思？

这意味着：第0行，元素1到3（不包括）。由于Numpy和Scipy使用从零开始的索引，因此第0行是第一行，1:3表示第一列和第二列。

Asp[0, 1:2,3]无效，因为您有三个索引，0，1:2和3。矩阵只有两个轴。

这是所有标准的Numpy东西;阅读该软件包上的任何好教程。

scipy：如何获取每一行的所有非零值索引？

2 个答案: