如何对scipy.sparse.csr_matrix类型的矩阵进行元素操作

Question

在numpy中，如果你想计算矩阵（elemise）的每个条目的正弦，那么

a = numpy.arange(0,27,3).reshape(3,3)
numpy.sin(a)

会完成任务的！如果你想要功率，让我们说每个条目的2

a**2

但如果你有一个稀疏矩阵，事情似乎更困难。至少除了迭代lil_matrix格式的每个条目并对其进行操作之外，我还没有找到实现这一点的方法

我在SO上发现了这个问题，并试图调整这个答案，但我没有成功。

目标是从元素上计算CSR格式的scipy.sparse矩阵的平方根（或1/2的幂）。

你有什么建议？

Answer 1

以下技巧适用于将零映射到零的任何操作，并且仅适用于这些操作，因为它只涉及非零元素。即，它将适用于sin和sqrt，但不适用于cos。

设X是某种CSR矩阵。。。

>>> from scipy.sparse import csr_matrix
>>> X = csr_matrix(np.arange(10).reshape(2, 5), dtype=np.float)
>>> X.A
array([[ 0.,  1.,  2.,  3.,  4.],
       [ 5.,  6.,  7.,  8.,  9.]])

非零元素的值为X.data:

>>> X.data
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

您可以就地更新：

>>> X.data[:] = np.sqrt(X.data)
>>> X.A
array([[ 0.        ,  1.        ,  1.41421356,  1.73205081,  2.        ],
       [ 2.23606798,  2.44948974,  2.64575131,  2.82842712,  3.        ]])

更新在最近版本的SciPy中，您可以执行类似X.sqrt()的操作，其中X是一个稀疏矩阵，以获得具有X中元素平方根的新副本。