在scipy Python中使用稀疏矩阵进行计算

Question

我正在尝试在Richardson-Lucy反卷积算法中实现停止标准described in this paper。我的测试图像有2.2 Mpx。我需要计算：

estimator = numpy.dot(P_e_ortho, im_deconv.flatten())

其中

im_deconv = [[]] # Image L channel as a 2D array
m = 2.2E6 # im_deconv.size

P_e_ortho = scipy.sparse.identity(m, dtype='int8') - \
            1/m * np.ones((m, m), dtype='int8')

基本上，P_e_ortho在对角线上有1 - 1/m，在其他地方有- 1/m。

现在这段代码返回一个内存错误（需要4.8×10 12个单元格）。我怎么能避免在计算中处理整个矩阵呢？

scipy.sparse.identity(m, dtype='int8') * (1 - 1/m)

可以正常设置对角线，但如何更改非对角线元素？

Answer 1

找到解决方案：

3.5