Question

我有一个scipy.sparse_matrix A，我希望将一个体积相当大的元素归零。（在我今天正在使用的矩阵中，A有大约7000万个条目，我想将其中的大约700K归零）。我有几种不同格式的元素，但现在它们位于与A相同维度的sparse_matrix B中，其值为0/1。

如果这些是密集矩阵（编辑：numpy数组），我能做到 A = A-A * B. 但我无法用稀疏矩阵做任何简单的方法。（或者实际上除了（a）迭代B中的元素并在这些元素中将A设置为0或（b）将所有内容转换为密集时，我所拥有的尺寸几乎不适合内存......）

Answer 1

Scipy的稀疏矩阵有multiply方法，可以进行逐点乘法。你可以这样做：

A = A - A.multiply(B)

我认为您可能必须运行eliminate_zeros()方法来删除归零条目，但显然这不是必需的：

>>> sp_mat
<1000000x1000000 sparse matrix of type '<type 'numpy.float64'>'
    with 1000 stored elements in Compressed Sparse Row format>
>>> zero_mat
<1000000x1000000 sparse matrix of type '<type 'numpy.int32'>'
    with 96 stored elements in Compressed Sparse Row format>
>>> sp_mat - sp_mat.multiply(zero_mat)
<1000000x1000000 sparse matrix of type '<type 'numpy.float64'>'
    with 904 stored elements in Compressed Sparse Row format>

scipy.sparse_matrix中元素的批量调零

1 个答案: