替换Scipy(Python)创建的稀疏矩阵中的元素
我在Scipy中有一个巨大的稀疏矩阵,我想用一个给定的值替换其中的许多元素(比如替换Scipy(Python)创建的稀疏矩阵中的元素,python,scipy,sparse-matrix,Python,Scipy,Sparse Matrix,我在Scipy中有一个巨大的稀疏矩阵,我想用一个给定的值替换其中的许多元素(比如-1) 是否有比使用以下方法更有效的方法: SM[[rows],[columns]]=-1 以下是一个例子: Nr=seg.shape[0] #size ~=50000 Im1=sparse.csr_matrix(np.append(np.array([-1]),np.zeros([1,Nr-1]))) Im1=sparse.csr_matrix(sparse.vstack([Im1,sparse.eye(Nr)
-1
)
是否有比使用以下方法更有效的方法:
SM[[rows],[columns]]=-1
以下是一个例子:
Nr=seg.shape[0] #size ~=50000
Im1=sparse.csr_matrix(np.append(np.array([-1]),np.zeros([1,Nr-1])))
Im1=sparse.csr_matrix(sparse.vstack([Im1,sparse.eye(Nr)]))
Im1[prev[1::]-1,Num[1::]-1]=-1 # this line is very slow
Im2=sparse.vstack([sparse.csr_matrix(np.zeros([1,Nr])),sparse.eye(Nr)])
IM=sparse.hstack([Im1,Im2]) #final result
我已经使用了你的
稀疏
数组。我鼓励您在较小的尺寸上进行一些计时,以了解不同的方法和稀疏类型的行为。我喜欢在Ipython
中使用timeit
Nr=10 # seg.shape[0] #size ~=50000
Im2=sparse.vstack([sparse.csr_matrix(np.zeros([1,Nr])),sparse.eye(Nr)])
Im2
第一行为零,其余行为对角线偏移。因此,从一个空的稀疏矩阵开始更简单,尽管速度不是很快:
X = sparse.vstack([sparse.csr_matrix((1,Nr)),sparse.eye(Nr)])
或者使用diags
直接构造偏移对角线:
X = sparse.diags([1],[-1],shape=(Nr+1, Nr))
Im1
类似,只是在(0,0)
插槽中有一个-1
。叠加2个对角矩阵怎么样
X = sparse.vstack([sparse.diags([-1],[0],(1,Nr)),sparse.eye(Nr)])
或者使偏移量成对角线(复制Im2
?),并修改[0,0]
。csr
矩阵给出了效率警告,建议使用lil
格式。不过,转换tolil()
确实需要一些时间
让我们试试你的大插入:
prev = np.arange(Nr-2) # what are these like?
Num = np.arange(Nr-2)
Im1[prev[1::]-1,Num[1::]-1]=-1
使用Nr=10
,以及各种Im1
格式:
lil - 267 us
csr - 1.44 ms
coo - not supported
todense - 25 us
好的,我选择了prev
和Num
,这样我就可以修改Im1
的对角线。在这种情况下,从一开始就构造这些对角线会更快
X2=Im1.todia()
print X2.data
[[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
[-1. -1. -1. -1. -1. -1. -1. 0. 0. 0.]]
print X2.offsets
[-1 0]
您可能需要了解各种稀疏格式是如何存储的
csr
和csc
有点复杂,设计用于快速线性代数运算lil
,dia
,coo
更容易理解。你所说的命名是什么意思?他们是如何安排的?是否要替换整行或整列?我打算替换大约40000个元素。实际上,我必须用行或列替换一个元素,它们的值相同吗?还是每次都只是一个带有随机值的孤立随机项?也许你可以提供一个例子?好的,你可以通过编辑你的问题来提供一个最简单的工作例子吗?我刚刚添加了一个例子
X2=Im1.todia()
print X2.data
[[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
[-1. -1. -1. -1. -1. -1. -1. 0. 0. 0.]]
print X2.offsets
[-1 0]