如何在Python的SciPy中删除稀疏矩阵中的小元素？

ggazkfy8 于 2022-11-10 发布在 Python

关注(0)|答案(2)|浏览(185)

我有一个问题，这是非常类似的肖恩劳尔斯的例子，你可以在这里找到：https://seanlaw.github.io/2019/02/27/set-values-in-sparse-matrix/
在我的例子中，我想删除稀疏csr矩阵中的所有元素，这些元素的绝对值小于某个epsilon。
首先我试了一下

x[abs(x) < 3] = 0

但是SciPy对效率的警告让我在上面的链接中找到了SeanLaws的解释，然后我试着操作他的示例代码，但是没有找到解决问题的方法。
下面是添加了一些负数项的代码。示例代码将删除所有负数项，因为它们小于3。我尝试了np.abs（），也尝试了添加第二个逻辑运算符，但到目前为止都没有成功。

import numpy as np
from scipy.sparse import csr_matrix

x = csr_matrix(np.array([[1, 0.1, -2, 0, 3], 
                         [0, -4, -1, 5, 0]]))

nonzero_mask = np.array(x[x.nonzero()] < 3)[0]
rows = x.nonzero()[0][nonzero_mask]
cols = x.nonzero()[1][nonzero_mask]

x[rows, cols] = 0
print(x.todense())

给予

[[0. 0. 0. 0. 3.]
 [0. 0. 0. 5. 0.]]

但我想要的是

[[0. 0. 0. 0. 3.]
 [0. -4. 0. 5. 0.]]

任何帮助都非常感谢，我觉得我错过了一些非常基本的东西。提前感谢！

scipy

来源：https://stackoverflow.com/questions/59567002/how-to-delete-small-elements-in-sparse-matrix-in-pythons-scipy

2条答案

按热度按时间

km0tfn4u1#

In [286]: from scipy import sparse                                              
In [287]: x = sparse.csr_matrix(np.array([[1, 0.1, -2, 0, 3],  
     ...:                          [0, -4, -1, 5, 0]])) 
     ...:  
     ...:

您对x的测试也选择了0值，因此出现了效率警告，但只应用于data属性中的非零值：

In [288]: x.data                                                                
Out[288]: array([ 1. ,  0.1, -2. ,  3. , -4. , -1. ,  5. ])
In [289]: mask = np.abs(x.data)<3                                               
In [290]: mask                                                                  
Out[290]: array([ True,  True,  True, False, False,  True, False])
In [291]: x.data[mask]=0                                                        
In [292]: x.A                                                                   
Out[292]: 
array([[ 0.,  0.,  0.,  0.,  3.],
       [ 0., -4.,  0.,  5.,  0.]])

这实际上并没有从矩阵中删除元素，但有一种方法可以进行清理：

In [293]: x                                                                     
Out[293]: 
<2x5 sparse matrix of type '<class 'numpy.float64'>'
    with 7 stored elements in Compressed Sparse Row format>
In [294]: x.eliminate_zeros()                                                   
In [295]: x                                                                     
Out[295]: 
<2x5 sparse matrix of type '<class 'numpy.float64'>'
    with 3 stored elements in Compressed Sparse Row format>

赞(0）回复(0）举报 2022-11-10

bpzcxfmw2#

将x[x.nonzero()] Package 到np.abs()解决了这个问题：

>>> nonzero_mask = np.array(np.abs(x[x.nonzero()]) < 3)[0]
... 
>>> print(x.todense())                                                                                 
[[ 0.  0.  0.  0.  3.]
 [ 0. -4.  0.  5.  0.]]

赞(0）回复(0）举报 2022-11-10

我来回答

如何在Python的SciPy中删除稀疏矩阵中的小元素？

2条答案

相关问题

热门标签

最新问答