如何检查 SciPy CSR 矩阵是否为空（或仅包含零）？

Question

检查 SciPy CSR matrix 是否为空（即仅包含零）的规范方法是什么？

我用nonzero():

def is_csr_matrix_only_zeroes(my_csr_matrix):
    return(len(my_csr_matrix.nonzero()[0]) == 0)

from scipy.sparse import csr_matrix
print(is_csr_matrix_only_zeroes(csr_matrix([[1,2,0],[0,0,3],[4,0,5]])))
print(is_csr_matrix_only_zeroes(csr_matrix([[0,0,0],[0,0,0],[0,0,0]])))
print(is_csr_matrix_only_zeroes(csr_matrix((2,3))))
print(is_csr_matrix_only_zeroes(csr_matrix([[0,0,0],[0,1,0],[0,0,0]])))

产出

False
True
True
False

但我想知道是否有更直接或更有效的方法。

（相关但不同：Check if scipy sparse matrix entry exists）

Answer 1

my_csr_matrix.nnz == 0

nnz attribute 记录非零条目的数量...除非您的 CSR 矩阵采用奇怪的非规范化形式，例如，如果它有重复的条目或明确存储的零。

如果您必须处理重复的条目或明确的零，您可以使用更昂贵的 csr_matrix.count_nonzero method:

my_csr_matrix.count_nonzero() == 0

如何检查 SciPy CSR 矩阵是否为空（或仅包含零）？

How to check if a SciPy CSR matrix is empty (i.e. contains only zeroes)?

python

scipy

sparse-matrix

is-empty