Python。访问 CSR 格式的列索引
Python. Accesing column indices in CSR format
我开始使用 python 和 CSR 格式。
我知道如果我有一个正确初始化的 csr 矩阵，我们称它为 "conectivity"，那么，当我输入
conectivity[14,:]
我会得到这样的答复：
(0, 1) 1.0
(0, 13) 1.0
(0, 15) 1.0
(0, 27) 1.0
获取这个向量的正确方法是什么？
[ 1, 13, 15, 27 ]
conectivity是一个矩阵（不是np.matrix的子类，但功能相似）。
conectivity[14,:]
是另一个二维稀疏矩阵。这就是你的打印显示
(0, 1) 1.0
(0, 13) 1.0
(0, 15) 1.0
(0, 27) 1.0
conectivity[14,:].toarray()（或简称.A）会给你类似
的东西
[[0,1,0...1,0,1,....]]
一个二维数组，有 1 行和很多 0。
conectivity[14,:].data是这个矩阵的data属性。
conectivity[14,:].col 是列索引属性。我想这就是你想要的。
conectivity[14,:].nonzero() 还给出（非零项的）行值和列值。
我应该补充一点，虽然 nonzero 适用于所有稀疏格式，但 .col 仅适用于 coo 格式（coo 格式不实现这种形式的索引） .对于 csr 矩阵，.indices 给出列索引值；对于单行矩阵，这应该是所需的数组。对于多行矩阵 .indices 更复杂。
我开始使用 python 和 CSR 格式。
我知道如果我有一个正确初始化的 csr 矩阵，我们称它为 "conectivity"，那么，当我输入
conectivity[14,:]
我会得到这样的答复：
(0, 1) 1.0
(0, 13) 1.0
(0, 15) 1.0
(0, 27) 1.0
获取这个向量的正确方法是什么？
[ 1, 13, 15, 27 ]
conectivity是一个矩阵（不是np.matrix的子类，但功能相似）。
conectivity[14,:]
是另一个二维稀疏矩阵。这就是你的打印显示
(0, 1) 1.0
(0, 13) 1.0
(0, 15) 1.0
(0, 27) 1.0
conectivity[14,:].toarray()（或简称.A）会给你类似
[[0,1,0...1,0,1,....]]
一个二维数组，有 1 行和很多 0。
conectivity[14,:].data是这个矩阵的data属性。
conectivity[14,:].col 是列索引属性。我想这就是你想要的。
conectivity[14,:].nonzero() 还给出（非零项的）行值和列值。
我应该补充一点，虽然 nonzero 适用于所有稀疏格式，但 .col 仅适用于 coo 格式（coo 格式不实现这种形式的索引） .对于 csr 矩阵，.indices 给出列索引值；对于单行矩阵，这应该是所需的数组。对于多行矩阵 .indices 更复杂。