Question

我有一个csr_matrix＆＃39; a＆＃39;稀疏矩阵的类型。我想执行一项操作来创建一个新的csr_matrix＆＃39; b＆＃39;其中每一排＆＃39; b＆＃39;与第一行＆＃39; a＆＃39;相同。

我认为对于普通的numpy数组，可以使用＆＃39; tile＆＃39;操作。但我无法为csr_matrix找到相同的内容。

首先制作一个numpy矩阵并转换为csr_matrix不是一个选项，因为矩阵的大小是10000 x 10000.

Answer 1

我实际上可以回答哪些不需要创建完整的numpy矩阵，并且对我来说非常快。因此，如果它对将来的人有用，请将其添加为答案：

rows, cols = a.shape
b = scipy.sparse.csr_matrix((np.tile(a[2].data, rows), np.tile(a[2].indices, rows),
                           np.arange(0, rows*a[2].nnz + 1, a[2].nnz)), shape=a.shape)

这是第二排的＆＃39; a＆＃39;并将其拼贴以创建＆＃39; b＆＃39;

以下是定时测试，10000x10000矩阵似乎相当快：

100 loops, best of 3: 2.24 ms per loop

Answer 2

有a1 = a[I,:] ll = [a1,a1,a1,a1] sparse.blk_matrix(ll)格式，可让您从其他矩阵列表中创建新的稀疏矩阵。

首先，你可以

coo

我没有运行shell来测试它。

在内部，此格式将所有输入数组转换为coo格式，并将其data属性收集到3个大型列表（或数组）中。在您的平铺行的情况下，col和row（j）值将重复。 coo（I）值会逐步显示。

接近它的另一种方法是构造一个小的测试矩阵，并查看属性。你看到了什么样的重复？很容易看到lil格式的模式。 *n可能也很容易复制，可能使用列表csr操作。 pip install virtualenv virtualenvwrapper更难以理解。

Answer 3

可以的

row = a.getrow(row_idx)
n_rows = a.shape[0]
b = tiled_row = sp.sparse.vstack(np.repeat(row, n_rows))

tile操作从另一个csr_matrix的一行创建csr_matrix

3 个答案: