Question

假设我有一个二维矩阵作为numpy数组。如果我想在此矩阵中删除具有特定索引的行，我使用numpy.delete()。这是我的意思的一个例子：

In [1]: my_matrix = numpy.array([
   ...:     [10, 20, 30, 40, 50],
   ...:     [15, 25, 35, 45, 55],
   ...:     [95, 96, 97, 98, 99]
   ...: ])
In [2]: numpy.delete(my_matrix, [0, 2], axis=0)
Out[2]: array([[15, 25, 35, 45, 55]])

我正在寻找一种方法来使用scipy.sparse包中的矩阵来完成上述操作。我知道可以通过将整个矩阵转换为numpy数组来实现这一点，但我不想这样做。还有其他办法吗？

非常感谢！

Answer 1

对于CSR，这可能是最有效的就地方法：

def delete_row_csr(mat, i):
    if not isinstance(mat, scipy.sparse.csr_matrix):
        raise ValueError("works only for CSR format -- use .tocsr() first")
    n = mat.indptr[i+1] - mat.indptr[i]
    if n > 0:
        mat.data[mat.indptr[i]:-n] = mat.data[mat.indptr[i+1]:]
        mat.data = mat.data[:-n]
        mat.indices[mat.indptr[i]:-n] = mat.indices[mat.indptr[i+1]:]
        mat.indices = mat.indices[:-n]
    mat.indptr[i:-1] = mat.indptr[i+1:]
    mat.indptr[i:] -= n
    mat.indptr = mat.indptr[:-1]
    mat._shape = (mat._shape[0]-1, mat._shape[1])

在LIL格式中它甚至更简单：

def delete_row_lil(mat, i):
    if not isinstance(mat, scipy.sparse.lil_matrix):
        raise ValueError("works only for LIL format -- use .tolil() first")
    mat.rows = np.delete(mat.rows, i)
    mat.data = np.delete(mat.data, i)
    mat._shape = (mat._shape[0] - 1, mat._shape[1])

Answer 2

Pv.s回答是一个很好的实体就地解决方案，需要

a = scipy.sparse.csr_matrix((100,100), dtype=numpy.int8)
%timeit delete_row_csr(a.copy(), 0)
10000 loops, best of 3: 80.3 us per loop

任何数组大小。由于布尔索引适用于稀疏矩阵，至少在scipy >= 0.14.0中，我建议每当要删除多行时使用它：

def delete_rows_csr(mat, indices):
    """
    Remove the rows denoted by ``indices`` form the CSR sparse matrix ``mat``.
    """
    if not isinstance(mat, scipy.sparse.csr_matrix):
        raise ValueError("works only for CSR format -- use .tocsr() first")
    indices = list(indices)
    mask = numpy.ones(mat.shape[0], dtype=bool)
    mask[indices] = False
    return mat[mask]

对于单行删除，此解决方案需要更长的时间

%timeit delete_rows_csr(a.copy(), [50])
1000 loops, best of 3: 509 us per loop

但是删除多行效率更高，因为执行时间几乎不随行数增加

%timeit delete_rows_csr(a.copy(), numpy.random.randint(0, 100, 30))
1000 loops, best of 3: 523 us per loop

Answer 3

您可以使用

从CSR矩阵0 < i < X.shape[0] - 1中删除行X

scipy.sparse.vstack([X[:i, :], X[i:, :]])

您可以分别删除X[1:, :]或X[:-1, :]的第一行或最后一行。删除一行中的多行可能需要滚动自己的功能。

对于除CSR之外的其他格式，这可能不一定有效，因为并非所有格式都支持行切片。

Answer 4

除了@ loli的@ pv的答案之外，我扩展了他们的功能，允许通过CSR矩阵上的索引删除行和/或列

import numpy as np from scipy.sparse import csr_matrix def delete_from_csr(mat, row_indices=[], col_indices=[]): """ Remove the rows (denoted by ``row_indices``) and columns (denoted by ``col_indices``) from the CSR sparse matrix ``mat``. WARNING: Indices of altered axes are reset in the returned matrix """ if not isinstance(mat, csr_matrix): raise ValueError("works only for CSR format -- use .tocsr() first") rows = [] cols = [] if row_indices: rows = list(row_indices) if col_indices: cols = list(col_indices) if len(rows) > 0 and len(cols) > 0: row_mask = np.ones(mat.shape[0], dtype=bool) row_mask[rows] = False col_mask = np.ones(mat.shape[1], dtype=bool) col_mask[cols] = False return mat[row_mask][:,col_mask] elif len(rows) > 0: mask = np.ones(mat.shape[0], dtype=bool) mask[rows] = False return mat[mask] elif len(cols) > 0: mask = np.ones(mat.shape[1], dtype=bool) mask[cols] = False return mat[:,mask] else: return mat

Answer 5

要从A中删除第i行，只需使用左矩阵乘法：

B = J*A

其中J是稀疏单位矩阵，其中第i行被移除。
左边乘乘J的转置会将零向量插回B的第i行，这使得这个解决方案更加通用。

A0 = J.T * B

为了构建J本身，我在稀疏对角矩阵上使用pv。的解决方案如下（对于这种特殊情况，可能有一个更简单的解决方案吗？）

def identity_minus_rows(N, rows):
    if np.isscalar(rows):
        rows = [rows]
    J = sps.diags(np.ones(N), 0).tocsr()  # make a diag matrix
    for r in sorted(rows):
        J = delete_row_csr(J, r)
    return J

您也可以通过右移乘以适当大小的J.T来删除列最后，乘法在这种情况下是有效的，因为J非常稀疏。

Answer 6

请注意，稀疏矩阵在某种程度上支持花式索引。所以你能做的就是：

mask = np.ones(len(mat), dtype=bool)
mask[rows_to_delete] = False
# unfortunatly I think boolean indexing does not work:
w = np.flatnonzero(mask)
result = s[w,:]

删除方法也没有做任何其他事情。

Answer 7

使用@loli实现，这里我留下一个删除列的函数：

def delete_cols_csr(mat, indices):
    """
    Remove the cols denoted by ``indices`` form the CSR sparse matrix ``mat``.
    """
    if not isinstance(mat, csr_matrix):
        raise ValueError("works only for CSR format -- use .tocsr() first")
    indices = list(indices)
    mask = np.ones(mat.shape[1], dtype=bool)
    mask[indices] = False
    return mat[:,mask]

是否有稀疏矩阵的numpy.delete（）等价物？

7 个答案: