Question

我正在使用一些相当大的稀疏矩阵（从5000x5000到20000x20000）并且需要找到一种以灵活方式连接矩阵的有效方法，以便从不同的部分构造随机矩阵。

现在我正在使用以下方法连接四个矩阵，但它的效率非常低。有没有更好的方法可以做到这一点，不涉及转换为密集矩阵？

rmat[0:m1.shape[0],0:m1.shape[1]] = m1
rmat[m1.shape[0]:rmat.shape[0],m1.shape[1]:rmat.shape[1]] = m2
rmat[0:m1.shape[0],m1.shape[1]:rmat.shape[1]] = bridge
rmat[m1.shape[0]:rmat.shape[0],0:m1.shape[1]] = bridge.transpose()

Answer 1

稀疏库现在有hstack和vstack，分别用于水平和垂直连接矩阵。

Answer 2

好的，我找到了答案。使用scipy.sparse.coo_matrix比使用lil_matrix要快得多。我将矩阵转换为coo（无痛和快速），然后在添加正确的填充后连接数据，行和列。

data = scipy.concatenate((m1S.data,bridgeS.data,bridgeTS.data,m2S.data))
rows = scipy.concatenate((m1S.row,bridgeS.row,bridgeTS.row + m1S.shape[0],m2S.row + m1S.shape[0]))
cols = scipy.concatenate((m1S.col,bridgeS.col+ m1S.shape[1],bridgeTS.col ,m2S.col + m1S.shape[1])) 

scipy.sparse.coo_matrix((data,(rows,cols)),shape=(m1S.shape[0]+m2S.shape[0],m1S.shape[1]+m2S.shape[1]) )

Answer 3

不再需要Amos的答案。如果输入矩阵是csr或csc格式，并且所需的输出格式设置为none或与输入矩阵的格式相同，则Scipy现在会在内部执行类似的操作。使用scipy.sparse.vstack或scipy.sparse.hstack分别以csr格式垂直堆叠矩阵或以csc格式水平堆叠矩阵非常有效。

Answer 4

使用hstack，vstack或concatenate比连接内部数据对象本身要慢得多。原因是hstack / vstack将稀疏矩阵转换为coo格式，当矩阵非常大而不是铜格式时，这种格式可能非常慢。这是连接csc矩阵的代码，类似的方法可以用于csr矩阵：

def concatenate_csc_matrices_by_columns(matrix1, matrix2):
    new_data = np.concatenate((matrix1.data, matrix2.data))
    new_indices = np.concatenate((matrix1.indices, matrix2.indices))
    new_ind_ptr = matrix2.indptr + len(matrix1.data)
    new_ind_ptr = new_ind_ptr[1:]
    new_ind_ptr = np.concatenate((matrix1.indptr, new_ind_ptr))

    return csc_matrix((new_data, new_indices, new_ind_ptr))

是否有一种连接scipy.sparse矩阵的有效方法？

4 个答案: