在Scipy中创建稀疏矩阵时覆盖而不是添加重复的三元组 [英] Overwrite instead of add for duplicate triplets when creating sparse matrix in scipy

问题描述

在Scipy中，要从三重格式数据(行、列和数据数组)创建稀疏矩阵，默认行为是对所有重复项的数据值求和。我可以将此行为更改为覆盖(或不执行任何操作)吗？

例如：

import scipy.sparse as sparse

rows = [0, 0]
cols = [0, 0]
data = [1, 1]
S = sparse.coo_matrix((data, (rows, cols)))

此处，S.todense()等于matrix([[2]])，但我希望它是matrix([[1]])。

在documentation of sparse.coo_matrix中，显示为

默认情况下，转换为CSR或CSC格式时，会复制(i，j) 参赛作品将汇总在一起。这有助于提高效率 有限元矩阵的构造等。

从该公式看，可能存在默认选项以外的其他选项。

推荐答案

我在Scipy GitHub上看到了关于对此汇总进行更多控制的讨论，但我不知道有任何生产上的变化。正如文件显示的那样，对重复项求和是一个由来已久的传统。

创建时，coo矩阵不求和；它只是将参数分配给它的属性：

In [697]: S = sparse.coo_matrix((data, (rows, cols)))
In [698]: S.data
Out[698]: array([1, 1])
In [699]: S.row
Out[699]: array([0, 0], dtype=int32)
In [700]: S.col
Out[700]: array([0, 0], dtype=int32)

转换为密集(或CSR/CSC)确实合计，但不会改变S本身：

In [701]: S.A
Out[701]: array([[2]])
In [702]: S.data
Out[702]: array([1, 1])

您可以使用以下命令原地执行求和：

In [703]: S.sum_duplicates()
In [704]: S.data
Out[704]: array([2], dtype=int32)

我不知道有什么方法既可以删除重复项，也可以绕过该操作。我可以查一下相关的问题。

=

S.todok()进行原地求和(即，更改S)。查看该代码，我看到它称为self.sum_duplicates。以下代码复制了不带总和的数据：

In [727]: dok=sparse.dok_matrix((S.shape),dtype=S.dtype)
In [728]: dok.update(zip(zip(S.row,S.col),S.data))
In [729]: dok
Out[729]: 
<1x1 sparse matrix of type '<class 'numpy.int32'>'
    with 1 stored elements in Dictionary Of Keys format>
In [730]: print(dok)
  (0, 0)    1
In [731]: S
Out[731]: 
<1x1 sparse matrix of type '<class 'numpy.int32'>'
    with 2 stored elements in COOrdinate format>
In [732]: dok.A
Out[732]: array([[1]])

这是一个字典更新，因此最终的值是最后一个重复项。我在其他地方发现dok.update是将值添加到稀疏矩阵的一种相当快的方法。

tocsr固有地进行求和；tolil使用tocsr；因此这种todok方法可能是最简单的。

这篇关于在Scipy中创建稀疏矩阵时覆盖而不是添加重复的三元组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！