Python 稀疏矩阵访问元素

Posted

技术标签:

【中文标题】Python 稀疏矩阵访问元素【英文标题】:Python Sparse matrix access elements 【发布时间】:2021-12-30 21:18:09 【问题描述】:

我在 python 中有一个稀疏矩阵 A。我正在浏览我一个朋友的代码,他在他的代码中使用了A[:,i:i+1].toarray().flatten()。就我而言,该程序对他有用。但是,当我尝试使用它时,我得到:

from scipy import sparse

...

diagonals = [[2] * 3, [-1] * (3-1), [-1] * (3-1)]
offsets = [0, 1, -1]
B = sparse.diags(diagonals, offsets)
A = sparse.kronsum(B,B)

...
A[:,i:i+1].toarray().flatten()

例外:

    in __getitem__
        raise NotImplementedError
    NotImplementedError

我的问题,我需要实现什么或如何访问稀疏矩阵的元素。感谢您的帮助。

【问题讨论】:

【参考方案1】:

您很可能有一个bsr 格式矩阵,而您拥有的代码是使用旧版本的 scipy 实现的,并返回一个 csr 或 csc 矩阵。我不知道追踪这个的好方法。

因此,如果我们在 scipy 1.7.2 上运行您的代码:

type(A)
scipy.sparse.bsr.bsr_matrix

我们可以通过以下方式访问元素:

A = sparse.kronsum(B,B,format = "csr")
A[:,i:i+1].toarray().flatten()

array([-1.,  4., -1.,  0., -1.,  0.,  0.,  0.,  0.])

或者

A = sparse.kronsum(B,B)
A.tocsr()[:,i:i+1].toarray().flatten()

【讨论】:

以上是关于Python 稀疏矩阵访问元素的主要内容,如果未能解决你的问题,请参考以下文章

使用 Rcpp 代码访问和修改 arma::sp_mat 类稀疏矩阵的非零元素

多维数组-矩阵的压缩存储- 稀疏矩阵(一)

稀疏矩阵及其压缩格式

稀疏矩阵定义以及存储格式(COO,CSR,CSC)

在 cython 中快速访问稀疏矩阵:memoryview 与字典向量

稀疏矩阵压缩