numpy,用其他矩阵的行填充稀疏矩阵

时间:2017-05-19 15:21:15

标签: python numpy indexing slice sparse-matrix

我无法确定执行以下操作的最有效方法:

import numpy as np

M = 10
K = 10
ind = np.array([0,1,0,1,0,0,0,1,0,0])
full = np.random.rand(sum(ind),K)
output = np.zeros((M,K))
output[1,:] = full[0,:]
output[3,:] = full[1,:]
output[7,:] = full[2,:]

我想构建输出,这是一个稀疏矩阵,其行以密集矩阵(完整)给出,行索引通过二进制向量指定。 理想情况下,我想避免for循环。那可能吗?如果没有,我正在寻找最有效的循环方式。

我需要执行此操作很多次。 ind和full将不断变化,因此我只提供了一些示例值来说明。 我希望ind非常稀疏(最多10%),M和K都是大数(10e2 - 10e3)。最终,我可能需要在pytorch中执行此操作,但是对于numpy来说,一些不错的程序已经让我走得很远了。

如果您对此问题有一个或多个适当的类别,请帮助我找到问题的更合适的标题。

非常感谢, 最大

1 个答案:

答案 0 :(得分:4)

output[ind.astype(bool)] = full

通过将ind中的整数值转换为布尔值,您可以boolean indexing选择output中要用full中的值填充的行。

使用4x4阵列的示例

M = 4
K = 4
ind = np.array([0,1,0,1])
full = np.random.rand(sum(ind),K)
output = np.zeros((M,K))

output[ind.astype(bool)] = full

print(output)

[[ 0.          0.          0.          0.        ]
 [ 0.32434109  0.11970721  0.57156261  0.35839647]
 [ 0.          0.          0.          0.        ]
 [ 0.66038644  0.00725318  0.68902177  0.77145089]]