Python 如何为Scipy稀疏矩阵中的切片赋值 我有一个巨大的矩阵,叫做Mat_A,当我尝试分割它并赋值时,我得到了以下错误: Mat_A[:,0]=np.ravel(Mat_A.sum(axis=0))类型错误:coo_matrix'对象不支持项目分配 在进入稀疏空间之前,我如何以相同的精神将值分配给密集矩阵权重
Python 如何为Scipy稀疏矩阵中的切片赋值 我有一个巨大的矩阵,叫做Mat_A,当我尝试分割它并赋值时,我得到了以下错误: Mat_A[:,0]=np.ravel(Mat_A.sum(axis=0))类型错误:coo_matrix'对象不支持项目分配 在进入稀疏空间之前,我如何以相同的精神将值分配给密集矩阵权重,python,scipy,sparse-matrix,Python,Scipy,Sparse Matrix,coo_matrix的稀疏格式有一些缺点,这些缺点在下面的文章中已经提到: 不直接支持: 算术运算 切片 COO是一种用于构造稀疏矩阵的快速格式,但是对于算术运算,您应该切换到CSR或CSCCOO\u矩阵的稀疏格式有一些缺点,这些缺点在以下章节中有详细介绍: 不直接支持: 算术运算 切片 COO是构造稀疏矩阵的一种快速格式,不过对于算术运算,您应该切换到CSR或CSC Mat_A = sparse.coo_matrix((weights, (i_indices_O, j_indices_
coo_matrix
的稀疏格式有一些缺点,这些缺点在下面的文章中已经提到:
不直接支持:
- 算术运算
- 切片
COO
是一种用于构造稀疏矩阵的快速格式,但是对于算术运算,您应该切换到CSR
或CSC
COO\u矩阵的稀疏格式有一些缺点,这些缺点在以下章节中有详细介绍:
不直接支持:
- 算术运算
- 切片
COO
是构造稀疏矩阵的一种快速格式,不过对于算术运算,您应该切换到CSR
或CSC
Mat_A = sparse.coo_matrix((weights, (i_indices_O, j_indices_O)), shape=(pixel_nb_O, pixel_nb_O))
Mat_A[:,0 ] = np.ravel(Mat_A.sum(axis=0))
Mat_A[:,1:] = 0
Mat_A = Mat_A.tocsr()