Question

我有一个包含m行和数组作为值的数组，这些数组指示列的索引，并以大数n为界。例如：

 Y = [[1,34,203,2032],...,[2984]]

现在我想要一种有效的方法来初始化一个稀疏的numpy矩阵X，它的维数为m，n，其值对应于Y（如果j在Y [i]中，则X [i，j] = 1，否则为0）。

Answer 1

您的数据已经接近csr格式，因此我建议使用：

import numpy as np
from scipy import sparse
from itertools import chain

# create an example    
m, n = 20, 10
X = np.random.random((m, n)) < 0.1
Y = [list(np.where(y)[0]) for y in X]

# construct the sparse matrix
indptr = np.fromiter(chain((0,), map(len, Y)), int, len(Y) + 1).cumsum()
indices = np.fromiter(chain.from_iterable(Y), int, indptr[-1])
data = np.ones_like(indices)    
S = sparse.csr_matrix((data, indices, indptr), (m, n))
# or    
S = sparse.csr_matrix((data, indices, indptr))

# check
assert np.all(S==X)

有效地初始化一个numpy的稀疏矩阵

1 个答案: