Question

如何有效地将行分配给lil_matrix？我目前正在使用：

Q[mid, :] = new_Q

其中new_Q是lil_matrix.getrow(x)

的结果

我使用Q.getrow(i)与Q[i, :]进行了测试，发现前者的速度提高了20倍。

Here's the lil_matrix documentation.

Answer 1

对小lil进行这些时间测试（密集，但我认为不重要），建议x[i,:]不是问题设置。是的，出于某种原因，用于获取行时速度很慢。

In [108]: x=sparse.lil_matrix(np.arange(120).reshape(24,5))

In [109]: timeit x[10,:]=10
1000 loops, best of 3: 235 us per loop

In [110]: timeit y=x.getrowview(10);y[:]=10
1000 loops, best of 3: 291 us per loop

In [111]: timeit x[10,:]
1000 loops, best of 3: 658 us per loop

In [112]: timeit x.getrowview(10)
10000 loops, best of 3: 51.4 us per loop

getrowview的来源具有指导意义，展示了如何处理此矩阵的基础数据结构。

def getrowview(self, i):
    """Returns a view of the 'i'th row (without copying).
    """
    new = lil_matrix((1, self.shape[1]), dtype=self.dtype)
    new.rows[0] = self.rows[i]
    new.data[0] = self.data[i]
    return new

我认为x[10,:]使用x.__getitem__或x.__setitem__。这两个函数都比这个getrowview更复杂。我猜x.__getitem__很慢，因为它也在列上建立索引（参见。x._get1）。 x[10,:]的时间与x[10,0:5]一样长。

如果您只需要设置一行，并直接访问rows和data，则表示可以完成的工作：

In [133]: timeit x.rows[10]=range(5);x.data[10]=[10]*5
1000000 loops, best of 3: 1.36 us per loop

这远非一般，但它可以让您了解在特殊情况下您可以做些什么。

更多时间：

In [156]: timeit x[10,:]=x.getrow(12)[:,:]
1000 loops, best of 3: 940 us per loop

In [157]: timeit x[10,:]=x.getrow(12)
1000 loops, best of 3: 259 us per loop

额外的[:,:]很慢。 getrow已经返回副本，因此可能不需要。

In [160]: timeit b=x.getrowview(10);b=x.getrow(12)
10000 loops, best of 3: 104 us per loop

In [169]: timeit x.rows[10],x.data[10] = x.rows[12][:],x.data[12][:]
1000000 loops, best of 3: 1.25 us per loop

需要仔细测试rows和data的直接修改。

有效地为lil_matrix分配行

1 个答案: