Question

与numpy数组/矩阵不同，CSR矩阵似乎不允许自动广播。 CSR实现中有一些方法可用于逐元素乘法，但不能添加。如何有效地通过标量添加到CSR稀疏矩阵？

Answer 1

这里我们要为非零条目添加一个标量，并单独留下矩阵稀疏性，即不要触摸零条目。

来自fine Scipy docs（** emphasis **是我的）：

Attributes

nnz                   Get the count of explicitly-stored values (nonzeros)  
has_sorted_indices    Determine whether the matrix has sorted indices  
dtype (dtype)         Data type of the matrix  
shape (2-tuple)       Shape of the matrix  
ndim  (int)           Number of dimensions (this is always 2)  
**data                CSR format data array of the matrix** 
indices               CSR format index array of the matrix  
indptr                CSR format index pointer array of the matrix

所以我尝试过（第一部分是＆＃34;被盗＆＃34;来自参考文档）

In [18]: from scipy import *

In [19]: from scipy.sparse import *

In [20]: row = array([0,0,1,2,2,2])
    ...: col = array([0,2,2,0,1,2])
    ...: data =array([1,2,3,4,5,6])
    ...: a = csr_matrix( (data,(row,col)), shape=(3,3))
    ...: 

In [21]: a.todense()
Out[21]: 
matrix([[1, 0, 2],
        [0, 0, 3],
        [4, 5, 6]], dtype=int64)

In [22]: a.data += 10

In [23]: a.todense()
Out[23]: 
matrix([[11,  0, 12],
        [ 0,  0, 13],
        [14, 15, 16]], dtype=int64)

In [24]:

有效。如果保存原始矩阵，可以使用构造函数使用修改过的数据数组。

<强> 声明

这个答案解决了问题的解释

我有一个稀疏矩阵，我想在非零项中添加一个标量，保留矩阵及其程序表示的稀疏度。

我选择这种解释的理由是，在所有条目中添加标量会将稀疏矩阵转换为非常密集的矩阵...

如果这是正确的解释，我不知道：另一方面，OP在他们的问题下面的评论中批准了我的答案（至少在2017-07-13），似乎他们有不同的意见。

然而，在稀疏矩阵表示的用例中，答案是有用的，例如，稀疏测量并且您想要校正测量偏差，减去平均值等等，所以我将把它留在这里，即使它可以被判断为有争议。

Scipy CSR Matrix元素加法

1 个答案: