Question

在不使用todense()方法的情况下，将1/0稀疏矩阵转换为0/1稀疏矩阵的最快方法是什么？

示例：

源矩阵看起来像：

matrix([[1, 1, 0, 0, 0, 0, 0, 0, 1, 1],
        [1, 1, 0, 0, 1, 1, 1, 1, 0, 1],
        [0, 0, 1, 1, 1, 0, 1, 0, 0, 1],
        [1, 0, 0, 1, 1, 1, 0, 1, 0, 0],
        [1, 1, 0, 0, 1, 1, 0, 0, 0, 0]])

结果矩阵是：

matrix([[0, 0, 1, 1, 1, 1, 1, 1, 0, 0],
        [0, 0, 1, 1, 0, 0, 0, 0, 1, 0],
        [1, 1, 0, 0, 0, 1, 0, 1, 1, 0],
        [0, 1, 1, 0, 0, 0, 1, 0, 1, 1],
        [0, 0, 1, 1, 0, 0, 1, 1, 1, 1]])

源矩阵太大，所以我只能使用矩阵的稀疏表示。

Answer 1

DSM是正确的。稀疏矩阵有许多表示，但如果使用字典格式，则需要3个数字来表示一个元素（行，列，值）。因此，您需要3*np内存（np是非零数）。如果使用密集格式，则需要n*m内存。因此，稀疏表示仅在np/(n*m) < 3用于此情况时有用，这意味着稀疏性小于1/3。

另一方面，如果你翻转1和0 s，那么稀疏性将是一个减去原始的稀疏度。因此，如果原始矩阵是稀疏的，那么您的翻转矩阵就不可能是稀疏的。

如果您只需要矩阵中的1和0，那么我建议您编写自己的压缩稀疏矩阵表示。例如，您可以从左上角，逐行读取矩阵，如果有任何连续1 s或0 s，那么您可以执行类似1 3 0 2 1 0 1 4的操作，表示“连续三个1，连续两个0，1，0，连续四个1”。根据您对矩阵的使用情况，我的建议可能毫无用处，但值得考虑。

Answer 2

很抱歉垃圾邮件，但第二个想法，如果矩阵只有1和0，那么你可以使用一个int32号来表示32个元素（矩阵需要密集）。然后翻转1和0只是一点点操作，不应该很难。这将使矩阵的大小为1/32，并且操作速度应该大约快32倍。

SciPy：将1/0稀疏矩阵转换为0/1稀疏矩阵

2 个答案: