替换Scipy (Python)创建的稀疏矩阵中的元素

Question

我在Scipy中有一个巨大的稀疏矩阵，我想用给定的值(假设是-1)替换内部的许多元素。

有比使用

更有效的方法吗?

SM[[rows],[columns]]=-1

下面是一个例子:

Nr=seg.shape[0] #size ~=50000
Im1=sparse.csr_matrix(np.append(np.array([-1]),np.zeros([1,Nr-1])))
Im1=sparse.csr_matrix(sparse.vstack([Im1,sparse.eye(Nr)]))
Im1[prev[1::]-1,Num[1::]-1]=-1 # this line is very slow
Im2=sparse.vstack([sparse.csr_matrix(np.zeros([1,Nr])),sparse.eye(Nr)])
IM=sparse.hstack([Im1,Im2]) #final result

Answer 1

我已经玩了你的sparse数组。我鼓励您在较小的大小上进行计时，以了解不同的方法和稀疏类型的行为。我喜欢在Ipython中使用timeit

Nr=10 # seg.shape[0] #size ~=50000
Im2=sparse.vstack([sparse.csr_matrix(np.zeros([1,Nr])),sparse.eye(Nr)])

Im2第一行为零，其余部分为偏移对角线。因此，从一个空的稀疏矩阵开始是更简单的，尽管不是更快:

X = sparse.vstack([sparse.csr_matrix((1,Nr)),sparse.eye(Nr)])

或者使用diags直接构造偏移对角线:

X = sparse.diags([1],[-1],shape=(Nr+1, Nr))

Im1是类似的，除了在(0,0)槽位有一个-1。如何堆叠两个对角矩阵?

X = sparse.vstack([sparse.diags([-1],[0],(1,Nr)),sparse.eye(Nr)])

或使偏移对角线(复制Im2 ?)，并修改[0,0]。csr矩阵给出了一个效率警告，建议使用lil格式。但是，转换tolil()确实需要一些时间。

X = sparse.diags([1],[-1],shape=(Nr+1, Nr)).tolil()
X[0,0] = -1  # slow warning with csr

让我们试试你的大插入:

prev = np.arange(Nr-2)  # what are these like?
Num = np.arange(Nr-2)
Im1[prev[1::]-1,Num[1::]-1]=-1

使用Nr=10和各种Im1格式:

lil - 267 us
csr - 1.44 ms
coo - not supported
todense - 25 us

好的，我选择了prev和Num，这样我最终修改了Im1的对角线。在这种情况下，从一开始就构造这些对角线会更快。

X2=Im1.todia()
print X2.data
[[ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]
 [-1. -1. -1. -1. -1. -1. -1.  0.  0.  0.]]
print X2.offsets
[-1  0]

您可能需要了解各种稀疏格式是如何存储的。csr和csc有点复杂，用于快速线性代数运算。lil、dia、coo比较容易理解