以不同的方式二值化 python 中的稀疏矩阵

Question

假设我有一个像这样的矩阵：

4 0 3 5
0 2 6 0
7 0 1 0

我希望它二值化为：

0 0 0 0
0 1 0 0
0 0 1 0

即设置阈值等于2，任何大于阈值的元素设置为0，任何小于或等于阈值的元素（0除外）设置为1。

我们可以在 python 的 csr_matrix 或任何其他稀疏矩阵上执行此操作吗？

我知道 scikit-learn 提供 Binarizer 将低于或等于阈值的值替换为 0，高于阈值的值替换为 1。

Answer 1

可能有非常有效的方法可以做到这一点，但可以使用如下简单的 function 和 list 操作来实现

def binarized(matrix, threshold):
    for row in matrix:
        for each in range(len(matrix)+1):
            if row[each] > threshold:
                row[each] = 0
            elif row[each] != 0:
                row[each] = 1
    return matrix


matrix = [[4, 0, 3, 5],
          [0, 2, 6, 0],
          [7, 0, 1, 0]]

print binarized(matrix, 2)

产量 :

[[0, 0, 0, 0],
 [0, 1, 0, 0],
 [0, 0, 1, 0]]

Answer 2

import numpy as np                                                                                            

x = np.array([[4, 0, 3, 5],                                                                                   
              [0, 2, 6, 0],                                                                                   
              [7, 0, 1, 0]])                                                                                  

threshold = 2                                                                                                  
x[x<=0]=threshold+1                                                                                            
x[x<=threshold]=1                                                                                              
x[x>threshold]=0                                                                                               
print x

输出：

[[0 0 0 0]
 [0 1 0 0]
 [0 0 1 0]]

Answer 3

在处理稀疏矩阵时，s，避免包含零的不等式，因为稀疏矩阵（如果您使用得当）应该有很多零并形成一个包含所有位置的数组为零将是巨大的。因此，例如避免使用 s <= 2。改用 select 远离零的不等式。

import numpy as np
from scipy import sparse

s = sparse.csr_matrix(np.array([[4, 0, 3, 5],
         [0, 2, 6, 0],
         [7, 0, 1, 0]]))

print(s)
# <3x4 sparse matrix of type '<type 'numpy.int64'>'
#   with 7 stored elements in Compressed Sparse Row format>

s[s > 2] = 0
s[s != 0] = 1

print(s.todense())

产量

matrix([[0, 0, 0, 0],
        [0, 1, 0, 0],
        [0, 0, 1, 0]])

Answer 4

您可以为此使用 numpy.where：

>>> import numpy as np
>>> import scipy.sparse
>>> mat = scipy.sparse.csr_matrix(np.array([[4, 0, 3, 5],
         [0, 2, 6, 0],
         [7, 0, 1, 0]])).todense()
>>> np.where(np.logical_and(mat <= 2, mat !=0), 1, 0)
matrix([[0, 0, 0, 0],
        [0, 1, 0, 0],
        [0, 0, 1, 0]])

以不同的方式二值化 python 中的稀疏矩阵

binarize a sparse matrix in python in a different way

python

numpy

matrix

sparse-matrix