scipy 稀疏矩阵访问列和行索引值

Question

我有一个 csr matrix，其中所有值都是 1。我想访问打印矩阵时看到的元组中的第一个和第二个元素。第一个是用户，第二个是项目。

我不明白如何轻松获得这些元素。

  (0, 1)        1
  (1, 0)        1
  (2, 2)        1
  (3, 1)        1
  (3, 2)        1
  (4, 3)        1
  (5, 2)        1

matrix = [[0,1,0,0],
          [1,0,0,0],
          [0,0,1,0],
          [0, 1, 1, 0],
          [0, 0, 0, 1],
          [0, 0, 1, 0]]

预期结果：

0: 1
1: 0
2: 2
3: 1,2
4: 3
5: 2

Answer 1

csr_matrix 的 nonzero 方法似乎就是您要找的。来自 scipy documentation:

csr_matrix.nonzero()

Returns a tuple of arrays (row,col) containing the indices of the non-zero elements of the matrix.

因此，为了提取您想要的信息，我建议创建一个字典，它可以让您轻松地继续使用数据。例如，可以这样做：

res_dict = {key: [] for key in matrix.nonzero()[0]}
     for row, col in zip(*matrix.nonzero()):
         res_dict[row].append(col)

给定矩阵的输出如下：

{0: [1], 1: [0], 2: [2], 3: [1, 2], 4: [3], 5: [2]}

Answer 2

In [60]: from scipy import sparse                                                                            
In [61]: M = sparse.csr_matrix([[0,1,0,0], 
    ...:           [1,0,0,0], 
    ...:           [0,0,1,0], 
    ...:           [0, 1, 1, 0], 
    ...:           [0, 0, 0, 1], 
    ...:           [0, 0, 1, 0]] )                                                                           
In [62]: M                                                                                                   
Out[62]: 
<6x4 sparse matrix of type '<class 'numpy.int64'>'
    with 7 stored elements in Compressed Sparse Row format>
In [63]: print(M)                                                                                            
  (0, 1)    1
  (1, 0)    1
  (2, 2)    1
  (3, 1)    1
  (3, 2)    1
  (4, 3)    1
  (5, 2)    1

lil 格式的 rows 属性是一个对象 dtype 列表数组 - 矩阵的每一行都有一个索引列表：

In [64]: M.tolil().rows                                                                                      
Out[64]: 
array([list([1]), list([0]), list([2]), list([1, 2]), list([3]),
       list([2])], dtype=object)

M.nonzero returns row 和 col 属性的 coo 格式：

In [66]: M.tocoo().col                                                                                       
Out[66]: array([1, 0, 2, 1, 2, 3, 2], dtype=int32)
In [67]: M.tocoo().row                                                                                       
Out[67]: array([0, 1, 2, 3, 3, 4, 5], dtype=int32)

scipy 稀疏矩阵访问列和行索引值

scipy sparse matrix access column and row index value

python

scipy

sparse-matrix