Python 稀疏矩阵行向量到inptrs的快速矢量化转换方法？

对于稀疏矩阵，我们通常传入列索引（

index

）和索引

索引的
indptr
向量，以便
索引[indptr[i]：indptr[i+1]]
是稀疏矩阵中行
i
的元素

是否有一种快速、矢量化、最好是numpy的解决方案来转换连续数据的矢量
在Python中，行索引到
indptr

例如，如果这是我的
行
索引向量：
[0,1,1,2,2,2,3,5]

indptr
向量将是
[0,1,3,6,7,7,8]
，其中7重复，因为行向量缺少第4行

我可以使用一个简单的循环：

for i in range(len(rows)):
    indptr[rows[i]+1] += 1
    indptr=np.cumsum(indptr)

但我想知道是否有一种更快、矢量化的方法可以做到这一点？
我想你想要的是：

np.bincount(rows).cumsum()
#[1 3 6 7 7 8]

如果矩阵底部有可能为空的行，只需将其作为参数添加到
bincount
（根据@CJR的建议）：

您可能还想在前面插入一个
0
。
bincount
所做的是计算每个bin/行中的元素数量，然后将它们相加。这样，您也将包括丢失的箱子/行

插入0的最佳方法可能是：

np.bincount(np.array(rows)+1).cumsum()
#[0 1 3 6 7 7 8]

或者，您可以通过以下方式直接执行此操作：

np.insert(np.bincount(rows).cumsum(),0,0)
#[0 1 3 6 7 7 8]

另一个想法是

n = len(rows)
indptr = np.searchsorted(rows, np.arange(-1,n), side='right')

不确定代码中哪个更快/更好，哪些是
行
，哪些是
indptr
的初始值？目前尚不清楚
[0,1,3,6,7,7,8]
是如何从
[0,1,1,2,2,3,5]
@Ehsan rows是数据的行索引，并且是从上到下排序的。因此，如果矩阵看起来像[[1,2]，[3,4]]，那么数据数组应该是[1,2,3,4]，行索引应该是[0,0,1,1]，列索引应该是[0,1,0,1]。转换为INDPTR的行索引将为[0,2,4]。请查看发布的答案是否是您要查找的。如果是，请随意接受。如果没有，请详细说明如何构建阵列
indptr
@narcissa欢迎您。请查看如何在SO上接受答案。谢谢。请确保将bincount中的
minlength
设置为矩阵中的#行，否则将丢失indptr数组末尾的空行。
n = len(rows)
indptr = np.searchsorted(rows, np.arange(-1,n), side='right')