Python 在稀疏csc_矩阵中查找非零项所在行的索引

我有一个numpy数组，X:

type(X)
>>> <class 'scipy.sparse.csc.csc_matrix'>

这给了我：

(0, 0)  1
(2, 0)  1
(5, 0)  10

这很好，但我想要的是一个向量，里面有

0,2,5

我如何获得我正在寻找的索引

---

感谢您的帮助。

使用CSC矩阵，您可以执行以下操作：

>>> import scipy.sparse as sps
>>> a = np.array([[1, 0, 0],
...               [0, 1, 0],
...               [1, 0, 1],
...               [0, 0, 1],
...               [0, 1, 0],
...               [1, 0, 1]])
>>> aa = sps.csc_matrix(a)
>>> aa.indices[aa.indptr[0]:aa.indptr[1]]
array([0, 2, 5])
>>> aa.indices[aa.indptr[1]:aa.indptr[2]]
array([1, 4])
>>> aa.indices[aa.indptr[2]:aa.indptr[3]]
array([2, 3, 5])

---

所以

aa.index[aa.indptr[col]：aa.indptr[col+1]

应该能让你得到你想要的东西。

是的。CSR和CSC矩阵存储为三个数组：

数据

、

索引

、和

indptr

。

indptr

数组将每行/每列的偏移量存储到

索引

数组中。我明白了！因此，在这个解决方案中，我需要给

indptr

一个整数值，即列号。如果我想迭代稀疏矩阵的所有非零列，我会使用标准的

for

循环吗？出于某种原因，在稀疏矩阵上迭代感觉很奇怪。对于非零列中的值，您到底想做什么？几乎总是有一种方法可以避免迭代，但这完全取决于您想要做什么。谢谢您的回答。

>>> import scipy.sparse as sps
>>> a = np.array([[1, 0, 0],
...               [0, 1, 0],
...               [1, 0, 1],
...               [0, 0, 1],
...               [0, 1, 0],
...               [1, 0, 1]])
>>> aa = sps.csc_matrix(a)
>>> aa.indices[aa.indptr[0]:aa.indptr[1]]
array([0, 2, 5])
>>> aa.indices[aa.indptr[1]:aa.indptr[2]]
array([1, 4])
>>> aa.indices[aa.indptr[2]:aa.indptr[3]]
array([2, 3, 5])