有效地将阈值函数应用于 SciPy 稀疏csr_matrix

Question

我有一个 1 列和 x 行的 SciPy csr_matrix(在本例中为向量(。其中是浮点值，我需要将其转换为离散类标签 -1、0 和 1。这应该使用阈值函数来完成，该函数将浮点值映射到这 3 个类标签之一。

除了迭代 scipy.sparse 向量(或矩阵(中所述的元素之外，没有其他方法吗？我很想有一些优雅的方式来以某种方式在所有元素上映射(thresholdfunc(((。

请注意，虽然它是 csr_matrix 类型，但它实际上并不是稀疏的，因为它只是涉及稀疏矩阵的另一个函数的返回。

Answer 1

如果你有一个数组，你可以根据np.where函数的某些条件离散化。 例如：

>>> import numpy as np
>>> x = np.arange(10)
>>> np.where(x < 5, 0, 1)
array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1])

语法np.where(BOOLEAN_ARRAY, VALUE_IF_TRUE, VALUE_IF_FALSE)。 您可以将两个where语句链接在一起以具有多个条件：

>>> np.where(x < 3, -1, np.where(x > 6, 0, 1))
array([-1, -1, -1,  1,  1,  1,  1,  0,  0,  0])

要将其应用于 CSR 或 CSC 稀疏矩阵中的数据，您可以使用.data属性，该属性允许您访问包含稀疏矩阵中所有非零条目的内部数组。例如：

>>> from scipy import sparse
>>> mat = sparse.csr_matrix(x.reshape(10, 1))
>>> mat.data = np.where(mat.data < 3, -1, np.where(mat.data > 6, 0, 1))
>>> mat.toarray()
array([[ 0],
[-1],
[-1],
[ 1],
[ 1],
[ 1],
[ 1],
[ 0],
[ 0],
[ 0]])