Python 将scipy稀疏矩阵的几行采样到另一行

如何对scipy稀疏矩阵的某些行进行采样，并从这些采样行形成新的scipy稀疏矩阵

---

例如，如果我有一个包含10行的scipy稀疏矩阵a，并且我想从a中生成一个包含第1、3、4行的新scipy稀疏矩阵B，该如何做？

左乘以适当的指示符矩阵。可以使用

scipy.sparse.block_diag

或直接使用csr格式构建指标矩阵，如下所示

>>> import numpy as np
>>> from scipy import sparse
>>> 
# create example
>>> m, n = 10, 8
>>> subset = [1,3,4]
>>> A = sparse.csr_matrix(np.random.randint(-10, 5, (m, n)).clip(0, None))
>>> A.A
array([[3, 2, 4, 0, 0, 0, 2, 0],
       [0, 0, 2, 0, 0, 0, 0, 0],
       [4, 0, 0, 0, 0, 2, 0, 0],
       [0, 0, 0, 0, 0, 0, 4, 0],
       [3, 0, 0, 0, 1, 4, 0, 0],
       [0, 0, 0, 0, 0, 0, 2, 0],
       [0, 0, 0, 4, 0, 4, 4, 0],
       [0, 2, 0, 0, 0, 3, 0, 0],
       [4, 0, 3, 3, 0, 0, 0, 2],
       [4, 0, 0, 0, 0, 2, 0, 1]], dtype=int64)
>>>
# build indicator matrix
# either using block_diag ...
>>> split_points = np.arange(len(subset)+1).repeat(np.diff(np.concatenate([[0], subset, [m-1]])))
>>> indicator = sparse.block_diag(np.split(np.ones(len(subset), int), split_points)).T
>>> indicator.A
array([[0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 0, 0, 0, 0, 0]], dtype=int64)
>>>
# ... or manually---this also works for non sorted non unique subset,
# and is therefore to be preferred over block_diag
>>> indicator = sparse.csr_matrix((np.ones(len(subset), int), subset, np.arange(len(subset)+1)), (len(subset), m))
>>> indicator.A
array([[0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 1, 0, 0, 0, 0, 0]])
>>> 
# apply
>>> result = indicator@A
>>> result.A
array([[0, 0, 2, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 4, 0],
       [3, 0, 0, 0, 1, 4, 0, 0]], dtype=int64)

---

有没有办法索引行，然后将它们附加到新矩阵中？我实际上想做的是创建一个新的矩阵，比如说原始矩阵的第1行k次，原始矩阵的第3行l次，原始矩阵的第4行m次。看起来使用vstack是一种方法。但是它的效率非常低，因为它创建了一个新的矩阵来垂直堆叠每一行。@Sujay_K你是说缩放还是重复？在第一种情况下，使用

indicator=sparse.csr\u矩阵（（您的权重，子集，np.arange（len（子集）+1）），（len（子集），m））

。在第二种情况下，使用`indicator=sparse.csr_矩阵（（np.one（np.sum（your_repeats），int），np.repeat（subset，your_repeats），np.arange（np.sum（your_repeats）+1）），（np.sum（your_repeats），m））@hpaulj很好知道。谢谢@Sujay_K，警告主要是为了阻止它在循环中反复使用。对于一次性操作，索引的

csr

设置可能仍然比备选设置快（例如转换为

lil

）。