给定一个大型的稀疏整数矩阵,我想要一个列表,其中列表中的每个元素都是一个包含对应行中非零元素索引的向量,用指定的次数进行复制按元素。矩阵很大,所以我需要一个可扩展的解决方案。
这是一个工作代码非常慢的示例。
sparse_matrix <- matrix(c(1, 0, 0, 0, 2, 0, 1, 5, 0, 0, 0, 0), nrow = 2)
# [,1] [,2] [,3] [,4] [,5] [,6]
#[1,] 1 0 2 1 0 0
#[2,] 0 0 0 5 0 0
# A very slow attempt that gives the right answer
lapply(seq_len(nrow(sparse_matrix)), function(r) {
rep(seq_len(ncol(sparse_matrix)), sparse_matrix[r,])
} )
#[[1]]
#[1] 1 3 3 4
#
#[[2]]
#[1] 4 4 4 4 4
编辑:我意识到我在原始帖子中未正确说明我的问题-道歉。请参考上面的示例。
编辑2:为一个用例确定两种解决方案的时间:
sparse_matrix <- rsparsematrix (1E4,1E3, 0.01,rand.x = function(n) 1 + round(abs(rnorm(n))))
sparse_matrix <- as.matrix(sparse_matrix)
# 李哲源
ptm <- proc.time()
spM <- as(sparse_matrix, "dgRMatrix")
RowNumber <- rep(1:nrow(spM), diff(spM@p))
ColInd <- split(spM@j + 1, RowNumber)
nze <- split(spM@x, RowNumber)
output <- mapply(rep, ColInd, nze)
print(proc.time() - ptm)
# 0.232 seconds
#akrun
ptm <- proc.time()
v1 <- c(col(sparse_matrix) * !! sparse_matrix)
v1 <- setNames(v1, t(row(sparse_matrix)))
output <- rep(v1, sparse_matrix)
print(proc.time() - ptm)
# 1.8 seconds
答案 0 :(得分:3)
您是否熟悉稀疏矩阵的压缩行存储?您想要的索引只是这种存储中的关键组成部分。 R软件包Matrix
为此具有其“ dgRMatrix”类。
library(Matrix)
spM <- as(sparse_matrix, "dgRMatrix")
## which row do those non-zero entries lie?
RowNumber <- rep(1:nrow(spM), diff(spM@p))
## position index of those entries on each row, i.e., column index
ColInd <- split(spM@j + 1, RowNumber)
## none-zero-element on each row
nze <- split(spM@x, RowNumber)
## expand position index by matrix value
mapply(rep, ColInd, nze)
#$`1`
#[1] 1 3 3 4
#$`2`
#[1] 4 4 4 4 4
如果矩阵存储为“ dgCMatrix”,是否可以将其转换为“ dgRMatrix”?在这种情况下,第一行给出:没有将'dgCMatrix'强制为dgRMatrix'的方法或默认值
这不是从“ dgCMatrix”到“ dgRMatrix”的强制方法。 sparse_matrix
与您的帖子一样密集。因此,as
背后的强制是从“矩阵”到“ dgRMatrix”。
但是,如果您已经将其作为“ dgCMatrix”,则可以先对其进行转置,然后在此“ dgCMatrix”上执行类似的操作。见下文。
spM <- as(sparse_matrix, "dgCMatrix")
## transpose
spM <- t(spM)
## which column do those non-zero entries lie?
ColNumber <- rep(1:ncol(spM), diff(spM@p))
## position index of those entries on each column, i.e., row index
RowInd <- split(spM@i + 1, ColNumber)
## none-zero-element on each column
nze <- split(spM@x, ColNumber)
## expand position index by matrix value
mapply(rep, RowInd, nze)
#$`1`
#[1] 1 3 3 4
#$`2`
#[1] 4 4 4 4 4
感谢user20650的(大)进步。
对于带有“ dgRMatrix”的第一种情况,
spM <- as(sparse_matrix, "dgRMatrix")
RowNumber <- rep(1:nrow(spM), diff(spM@p))
split(rep(spM@j + 1, spM@x), rep(RowNumber, spM@x))
对于带有“ dgCMatrix”的第二种情况
spM <- as(sparse_matrix, "dgCMatrix")
ColInd <- rep(1:ncol(spM), diff(spM@p))
split(rep(ColInd, spM@x), rep(spM@i, spM@x))
答案 1 :(得分:2)
我们可以将which
与arr.ind
一起使用,以获取matrix
中的行和列索引
which(sparse_matrix !=0, arr.ind = TRUE)
第二种情况
rep(col(sparse_matrix) * !! sparse_matrix, sparse_matrix)
给出一个vector
,但是如果需要一个标识符,则创建一个named
向量
v1 <- c(col(sparse_matrix) * !! sparse_matrix)
v1 <- setNames(v1, t(row(sparse_matrix)))
rep(v1, sparse_matrix)
#1 1 1 2 2 2 2 2 2
#1 3 3 4 4 4 4 4 4