Scipy稀疏矩阵行宽幅

Question

我最近一直在尝试（有效地）执行以下操作

1. 读取稀疏（csr）矩阵

2. 选择行的子集

3. 构造另一个矩阵（全零）

4. 填充3.，并在2中获得子集。

我几乎可以达到以下目的：

input_matrix = scipy.io.loadmat(some_matrix)

random_indices = np.random.choice(input_matrix.shape[1], num_samples, replace=False)

second_matrix = sp.dok_matrix(input_matrix.shape)

## this takes up too much memory!
second_matrix[random_indices] = input_matrix[random_indices]

如何更有效地做到这一点？我不想在任何时候调用.todense（），因为这也会在内存中爆炸。凭直觉，应该可以掩盖矩阵的一部分吗？在numpy（密集）中，我只用零填充余数，但是对于csr矩阵，我不确定是否是这种方式。

谢谢！

Answer 1

我测试了.dok和.csr格式，但是唯一不会导致空间爆炸的格式是：

second_matrix[random_indices] = input_matrix.tolil()[random_indices]

因此，.lil矩阵。

hpaulj的建议也很有意义，但我尚未对其进行测试（lil可以很好地完成我的任务）。