Question

我有一个numpy symmetric square matrix，我想变成一个稀疏的，到目前为止，我已经意识到以下解决方案，为简化起见，我使用以下命令构建了一个矩阵：

import numpy as np
adjacency_matrix = np.full((10, 10), 20.0)

然后进行处理以将其变为稀疏的，如下所示：

nbr_lines, nbr_columns = adjacency_matrix.shape
for i in xrange(height):
   for j in xrange(i+1):
       adjacency_matrix[i, j] = 0
adjacency_matrix = sparse.csr_matrix(adjacency_matrix)

这是进行这种转变的最佳方式吗？

Answer 1

方法＃1

你可以用np.triu_indices获得所有那些上三角形索引，一次创建稀疏矩阵，就像这样 -

r,c = np.triu_indices(height,1)
out = sparse.csr_matrix((adjacency_matrix[r,c], (r,c)))

方法＃2

或者，我们可以重置那些下三角形元素（就像你正在做的那样，但是以带有遮罩的矢量化方式），就像这样 -

m = np.arange(height)
adjacency_matrix[m[:,None] >= m] = 0

然后，使用sparse.csr_matrix(adjacency_matrix)创建稀疏矩阵。

优点是我们避免创建所有row，col上三角索引，这可能是大数组的瓶颈。

将对称矩阵变换为稀疏矩阵

1 个答案: