两类稀疏CSR矩阵的差值 [英] difference between 2 scipy sparse csr matrices

查看:0
本文介绍了两类稀疏CSR矩阵的差值的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我有2个scipy.sparse.csr_matrix如下:

A = [ 1 0 1 0 0 1
      1 0 0 1 0 0
      0 1 0 0 0 0 ]

B = [ 1 0 1 0 1 1
      1 1 0 1 0 0
      1 1 1 0 0 0 ]

我愿意购买在B中出现但在A中没有的"新的"。

C = [ 0 0 0 0 1 0
      0 1 0 0 0 0
      1 0 1 0 0 0 ]

推荐答案

iUC应该非常简单:

In [98]: C = B - A

In [99]: C
Out[99]:
<3x6 sparse matrix of type '<class 'numpy.int32'>'
        with 4 stored elements in Compressed Sparse Row format>

In [100]: C.A
Out[100]:
array([[0, 0, 0, 0, 1, 0],
       [0, 1, 0, 0, 0, 0],
       [1, 0, 1, 0, 0, 0]], dtype=int32)

这篇关于两类稀疏CSR矩阵的差值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!

查看全文
登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆