对于SciPy稀疏矩阵，如何获取低于阈值的值的索引

1rhkuytd 于 2022-11-09 发布在其他

关注(0)|答案(1)|浏览(134)

当使用条件语句过滤SciPy稀疏数组中的值时，如何获得这些值的索引？
我尝试使用apply条件语句到csc_array().data来获取索引，但是它们与csc_array().nonzero()索引不匹配。下面是我所面临的问题的一个例子：

import numpy as np
from scipy.sparse import dok_array, csc_array

m = dok_array((1000, 1000))
for i, j in zip(np.random.randint(0, 1000, 100), np.random.randint(0, 1000, 100)):
    m[i, j] = np.random.random()

threshold = 0.3
tmp = csc_array(m)
mask = tmp.data < threshold
i, j = tmp.nonzero()
i_mask, j_mask = i[mask], j[mask]
assert np.alltrue(tmp[i_mask, j_mask] < threshold), "This fails!!!"

scipy

来源：https://stackoverflow.com/questions/74296024/for-a-scipy-sparse-matrix-how-to-get-indices-of-values-below-a-threshold

1条答案

按热度按时间

5w9g7ksd1#

要解决csc_array().data和csc_array().nonzero()的顺序不匹配的问题，只需在整个过程中使用nonzero索引即可，如下所示：

import numpy as np
from scipy.sparse import dok_array, csc_array

m = dok_array((1000, 1000))
for i, j in zip(np.random.randint(0, 1000, 100), np.random.randint(0, 1000, 100)):
    m[i, j] = np.random.random()

threshold = 0.3
tmp = csc_array(m)
i, j = tmp.nonzero()
mask = tmp[i, j] < threshold
i_mask, j_mask = i[mask], j[mask]
tmp[i_mask, j_mask] = 0
tmp.eliminate_zeros()
assert np.alltrue(threshold < tmp.data), "Should not see this!!!" 

m = dok_array(tmp)

赞(0）回复(0）举报 2022-11-09

我来回答

对于SciPy稀疏矩阵，如何获取低于阈值的值的索引

1条答案

相关问题

热门标签

最新问答