Merge Scipy：稀疏布尔矩阵的并集

在Scipy中，获得多个布尔稀疏（

csr

）矩阵的并集

A+B+C

（具有相同形状）的最有效方法是什么

联合除其他外意味着：

• 稀疏变化
• 重叠是可能的

只需添加它们：

import scipy.sparse as sparse
x = sparse.csr_matrix([[True, True, False], [False, False, False], [True, False, False]] , dtype=bool)
y = sparse.csr_matrix([[False, True, False], [False, True, False], [False, True, False]], dtype=bool)
print((x + y).todense())
>>[[ True  True False]
 [False  True False]
 [ True  True False]]

编辑

如果您想直接访问索引，可以使用

coo

格式（允许检索行和列索引），堆叠索引并使用

np.unique

（免责声明：我没有检查效率比较）：

---

改变csr_矩阵的稀疏结构是低效的。我想知道是否可以在后台快速合并数据（即数据、索引、indptr）。我添加了一种在后台获取索引并使用它们的方法：

coo

format允许这样做。注意：也许你能找到更有效的方法（我也没有尝试过速度比较）。

import scipy.sparse as sparse
c2=sparse.eye(5, k=1, dtype=bool, format='coo')
c1=sparse.eye(5, dtype=bool, format='coo')
c3 = c1.copy()
c3.row, c3.col = np.unique(np.hstack((np.vstack((c1.col, c1.row)),np.vstack((c2.col, c2.row)))), axis=1)
c3.data = np.ones(c3.row.size, dtype=bool)
c3.todense()
>> matrix([[ True, False, False, False, False],
    [ True,  True, False, False, False],
    [False,  True,  True, False, False],
    [False, False,  True,  True, False],
    [False, False, False,  True,  True]])