Numpy 如何有效地洗牌scipy稀疏矩阵，无论其格式如何？

如何洗牌scipy稀疏矩阵的行

有一个，但它返回一个新的矩阵，因此对于一个非常大的稀疏矩阵，洗牌不会在适当的位置进行，而是复制矩阵

有，但似乎有

---

如何有效地洗牌scipy稀疏矩阵的行，无论使用何种格式将其存储在内存中？

我正在将我的评论整合到一个答案中。这不是一个解决方案，但编辑更容易

如果希望找到一种高效的行洗牌，而不考虑稀疏格式，那么您对稀疏矩阵文档的研究还不够。只有

csr

和

lil

以面向行的方式存储数据

我可以想象使用

lil

格式执行就地行洗牌。当csr以面向行的方式存储数据时，行洗牌将更加复杂，并且很难在适当的位置执行

通过

scikit

shuffle进行跟踪，我看到它可以归结为

matrix[index，：]

（其中

index

是一个没有替换的采样）。这与CSR链接中的相同。值得一提的是，CSR索引实际上使用矩阵乘法，使用一个特殊构造的“提取器”矩阵

洗牌列表是相对有效的，无论是否到位，因为它只涉及到创建一个指向行列表的指针/引用的新列表。密集numpy数组的行洗牌需要复制所有数据。它可以在编译代码中完成，但它仍然需要足够的缓冲区空间来保存整个副本