稀疏矩阵matlab意外行为

时间:2017-06-09 17:02:14

标签: matlab matrix sparse-matrix

我正在创建一个稀疏矩阵

sp = sparse(I,J,Val,X,Y)

我的Val矩阵是一个矩阵。令我惊讶的是sp矩阵不仅包含0和1。我想这是因为在某些情况下IJ中存在重复项。我的意思是sp(1,1)设置为1 2次,这使它成为2.

问题1:我的假设是否正确?而不是覆盖该值,MATLAB真的添加它吗?

问题2:我们如何解决这个问题,因为操纵IJ会非常麻烦。我能想到的是使用find(从而保证唯一性),然后再使用它重新创建矩阵。还有更好的建议吗?

1 个答案:

答案 0 :(得分:3)

  

问题1:我的假设是否正确?而不是覆盖该值,Matlab真的添加它吗?

正确。如果您有重复的行和列值,每个值都有自己的值,MATLAB会通过添加它们将它们全部聚合到相同的行和列位置。

This is clearly seen in the documentation但作为一个可重现的示例,假设我在这些位置有以下行和列位置及其关联值:

i = [6 6 6 5 10 10 9 9].';
j = [1 1 1 2 3 3 10 10].';
v = [100 202 173 305 410 550 323 121].';

请注意,这些是列向量,因为此形状是预期输入。在更简洁的演示文稿中:

>> [i j v]

ans =

     6     1   100
     6     1   202
     6     1   173
     5     2   305
    10     3   410
    10     3   550
     9    10   323
     9    10   121

我们可以看到有三个值映射到位置(6, 1),两个值映射到位置(10, 3),最后两个映射到位置(9, 10)

通过创建稀疏矩阵并显示它,我们得到:

>> S = sparse(i,j,v)

S =

   (6,1)      475
   (5,2)      305
  (10,3)      960
   (9,10)     444

如您所见,映射到(6, 1)的三个值相加:100 + 202 + 173 = 475.您可以使用其他重复的行和列位置验证这一点。

  

问题2:我们怎样才能解决这个问题,因为操纵I和J会非常麻烦。我能想到的是使用find(从而保证唯一性),然后再使用它重新创建矩阵。还有更好的建议吗?

如果真的只想要一个二进制矩阵,有两种方法可以缓解这个问题。

当您提到操作行和列位置时,第一种可能更适合您的方法是创建您现在拥有的矩阵,然后将其转换为logical以便任何值非零设置为1:

>> S = S ~= 0

S =

  10×10 sparse logical array

   (6,1)      1
   (5,2)      1
  (10,3)      1
   (9,10)     1

如果您要求矩阵的精度返回其原始double形式,请在转换为logical后投射结果:

>> S = double(S ~= 0)

S =

   (6,1)        1
   (5,2)        1
  (10,3)        1
   (9,10)       1

如果您愿意,第二种方法是处理您的行和列位置,以便过滤掉任何非唯一的索引,然后为ones创建val的向量,即只要有独特的行和列位置。您可以使用unique功能来帮助您完成此操作。在两列矩阵中连接行和列位置,并指定您要对'rows'进行操作。这意味着每行被视为输入而不是矩阵中的单个元素。找到唯一的行和列位置后,使用这些作为输入来创建稀疏矩阵:

>> unique_vals = unique([i j], 'rows')

unique_vals =

     5     2
     6     1
     9    10
    10     3

>> vals = ones(size(unique_vals, 1));
>> S = sparse(unique_vals(:, 1), unique_vals(:, 2), vals)

S =

   (6,1)        1
   (5,2)        1
  (10,3)        1
   (9,10)       1