Python 删除/设置scipy中稀疏矩阵的非零对角元素

假设我想从

scipy.sparse.csr\u矩阵中删除对角线。有没有一种有效的方法？我看到在
sparsetools
模块中有
C
函数返回对角线

根据其他SO答案和我目前的方法如下：

def csr\u setdiag\u val（csr，值=0）：
“”“设置所有对角非零元素
（当前处于稀疏模式的元素）
设置为给定值。设置为0非常有用。
"""
如果csr.format！=“企业社会责任”：
raise VALUERROR（'给定的矩阵必须为CSR格式'）
csr.sort_索引（）
指针=csr.indptr
指数=企业社会责任指数
data=csr.data
对于范围内的i（最小（csr.shape））：
ind=索引[指针[i]：指针[i+1]]
j=ind.searchsorted（i）
#矩阵只有对角线之前的元素（第一行）
如果j==len（ind）：
持续
j+=指针[i]
#如果矩阵只有对角线后的元素（第一行）
如果指数[j]==i：
数据[j]=值

然后我接着说

csr.消除零（）

这是我不写自己的
Cython
code能做的最好的了吗？
基于@hpaulj的评论，我创建了一个IPython笔记本，它可以。这表明，在所有提到的方法中，以下方法最快（假设
mat
是稀疏CSR矩阵）：

mat-scipy.sparse.dia_矩阵（（mat.diagonal（）[scipy.newaxis，：]，[0]），形状=（一维，一维））
是
scr\u矩阵。setdiag
不够？
setdiag
接受一个数组，并设置以前不在矩阵中的元素。因此，向矩阵中添加新元素的成本很高，但我没有对它们进行比较。创建一个具有要删除的对角线的新稀疏矩阵，然后减去它怎么样？您可能需要运行“压缩”功能来完全删除条目。好主意！你可以。将上述功能简化可能会稍微提高速度，但减法目前最简单。