Question

我想将2d scipy.sparse.csr.csr_matrix（我们称之为A）重塑为2d numpy.ndarray（我们称之为B）。

A可能是

>shape(A)
(90, 10)

然后 B应该是

>shape(B)
(9,10)

其中每10行A将被重新整形为一个新的新值，即该窗口和列的最大值。列操作符不处理这种不可消息类型的稀疏矩阵。如何通过使用矩阵乘法得到B？

Answer 1

使用矩阵乘法，您可以进行有效切片，在正确的位置创建一个“切片器”矩阵。切片矩阵与“切片器”具有相同的type，因此您可以有效地控制输出类型。

下面你会看到一些比较，对你来说效率最高的是要求.A矩阵并对其进行切片。它显示比.toarray()方法快得多。当“切片器”创建为ndarray时，使用乘法是第二快的选项，乘以csr矩阵并对结果进行切片。

OBS：使用coo稀疏矩阵A会导致时间稍慢，保持相同的比例，并且sol3不适用，我后来意识到在乘法中自动转换为csr。

import scipy
import scipy.sparse.csr as csr
test = csr.csr_matrix([
[11,12,13,14,15,16,17,18,19],
[21,22,23,24,25,26,27,28,29],
[31,32,33,34,35,36,37,38,39],
[41,42,43,44,45,46,47,48,49],
[51,52,53,54,55,56,57,58,59],
[61,62,63,64,65,66,67,68,69],
[71,72,73,74,75,76,77,78,79],
[81,82,83,84,85,86,88,88,89],
[91,92,93,94,95,96,99,98,99]])

def sol1():
    B = test.A[2:5]

def sol2():
    slicer = scipy.array([[0,0,0,0,0,0,0,0,0],
                          [0,0,0,0,0,0,0,0,0],
                          [0,0,1,0,0,0,0,0,0],
                          [0,0,0,1,0,0,0,0,0],
                          [0,0,0,0,1,0,0,0,0]])
    B = (slicer*test)[2:]
    return B

def sol3():
    B = (test[2:5]).A
    return B

def sol4():
    slicer = csr.csr_matrix( ((1,1,1),((2,3,4),(2,3,4))), shape=(5,9) )
    B = ((slicer*test).A)[2:] # just changing when we do the slicing
    return B

def sol5():
    slicer = csr.csr_matrix( ((1,1,1),((2,3,4),(2,3,4))), shape=(5,9) )
    B = ((slicer*test)[2:]).A
    return B


timeit sol1()
#10000 loops, best of 3: 60.4 us per loop

timeit sol2()
#10000 loops, best of 3: 91.4 us per loop

timeit sol3()
#10000 loops, best of 3: 111 us per loop

timeit sol4()
#1000 loops, best of 3: 310 us per loop

timeit sol5()
#1000 loops, best of 3: 363 us per loop

编辑：答案已更新.toarray()替换.A，结果更快，现在最佳解决方案位于顶部

使用矩阵乘法，使用Python，NumPy，SciPy高效切割矩阵

1 个答案: