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

-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]