稀疏矩阵上的逐元素运算

Question

如果您有一个稀疏矩阵X:

>> print type(X)
<class 'scipy.sparse.csr.csr_matrix'>

如何对每行中每个元素的平方求和，并将其保存到列表中？例如：

>>print X.todense()
[[0 2 0 2]
 [0 2 0 1]]

如何将其转化为每行的平方和列表：

[[0²+2²+0²+2²]
 [0²+2²+0²+1²]]

或：[8, 5]

Answer 1

首先，csr矩阵有一个.sum方法（依赖于点积），效果很好，所以你需要的是平方。最简单的解决方案是创建稀疏矩阵的副本，对其数据进行平方，然后求和：

squared_X = X.copy()
# now square the data in squared_X
squared_X.data **= 2
# and sum each row:
squared_sum = squared_X.sum(1)
# and delete the squared_X:
del squared_X

如果你真的必须节省空间，我想你可以更换.data，然后再把它换回来，类似于

X.sum_duplicate() # make sure, not sure if this happens with normal usage.
old_data = X.data.copy()
X.data **= 2
squared_sum = X.sum(1)
X.data = old_data

EDIT：实际上还有另一种很好的方法，因为csr矩阵有一种用于元素乘法的.multiply方法：

squared_sum = X.multiply(X).sum(1)

---

添加：因此，通过访问存储所有非零元素值的csr.data，可以轻松地执行元素操作注意：我想.sum_duplicates()可能是必要的，我不确定什么样的操作会使它成为必要。