Python 在稀疏矩阵中求对数函数的有效方法

我有一个大的稀疏矩阵。我想对稀疏矩阵中的所有元素取

log4

我尝试使用

numpy.log（）

，但它不适用于矩阵

我也可以一行一行地取对数。然后我用新的一排挤旧的一排

# Assume A is a sparse matrix (Linked List Format) with float values as data
# It is only for one row

import numpy as np
c = np.log(A.getrow(0)) / numpy.log(4)
A[0, :] = c

---

这并不像我预料的那么快。有没有更快的方法

我想我用一种非常简单的方法解决它。很奇怪，没有人能马上回答

# Let A be a COO_matrix
import numpy as np
from scipy.sparse import coo_matrix
new_data = np.log(A.data+3)/np.log(4) #3 is not so important. It can be 1 too.
A = coo_matrix((new_data, (A.row, A.col)), shape=A.shape)

---

您可以直接修改

数据

属性：

>>> a = np.array([[5,0,0,0,0,0,0],[0,0,0,0,2,0,0]])
>>> coo = coo_matrix(a)
>>> coo.data
array([5, 2])
>>> coo.data = np.log(coo.data)
>>> coo.data
array([ 1.60943791,  0.69314718])
>>> coo.todense()
matrix([[ 1.60943791,  0.        ,  0.        ,  0.        ,  0.        ,
          0.        ,  0.        ],
        [ 0.        ,  0.        ,  0.        ,  0.        ,  0.69314718,
          0.        ,  0.        ]])

请注意，如果稀疏格式有重复的元素（在COO格式中有效），这将无法正常工作；它将分别获取日志，并且

log（a）+log（b）！=日志（a+b）

。您可能希望首先转换为CSR或CSC（这很快），以避免此问题

---

当然，如果稀疏矩阵的格式不同，您还必须添加检查。如果你不想修改矩阵，只需像你在回答中那样构造一个新的稀疏矩阵，但不要添加

3

，因为这在这里是完全不必要的。

没有人提出这个解决方案，因为它在数学上是不正确的<代码>日志（x）可能与

日志（x+1）

非常不同！（例如：

log（0.000001）=-6

，

log（0.0000001+1=0，还有一点

）。很抱歉这个问题不太合适。我没有提到所有数据都是正数并且大于1。这是TF（术语频率）矩阵的值。我想不会有问题。绝对没有理由添加3（或任何东西）在这里，由于

A.data

中没有一个条目将为0。但是如果您确实想采用添加常数的方法，请使用较小的一个！添加（例如

1e-16

将具有与从不使用

log（0）

相同的效果，但引入的错误要小得多：使用，它是

log（x+eps）=log（x）+log（1+eps/A）

，如果

eps/a

几乎为0，则引入的误差接近于0。@Dougal谢谢你，但我想添加

3

，因为我不想在对数后将这些1设为零。这是术语矩阵的设计问题，与

文本处理相关。我不想添加非常小的值，因为对我来说，1更重要比你想象的要重要。此外，它变化不大。@Thorn我不确定你在这里用对数做什么，但是如果你在做任何使用日志的NLP算法，如果你没有实际给它日志，它将做错误的事情。在这种情况下，它可能只会用1个ob来加重事情的重量服务计数。如果问题只是您想区分原始条目何时有1和何时不存在，您可能需要考虑自己维护条目列表，并在执行矩阵运算时将它们放入COO稀疏矩阵中。我的解决方案和您的解决方案之间有何区别？您是否需要只建议3是不必要的，这已经被你在我的解决方案中作为一个评论提出了。@Thorn我实际上一开始误读了你的解决方案（以为你在整个矩阵中添加3，所以做了很多不必要的logarthms）.你说得对，他们基本上是一样的。感谢这个答案，因为这个例子很清楚地说明了这一点。即使基本上是一样的答案，也很高兴有它在这里。