Python 使用布尔掩码对scipy稀疏矩阵进行切片

在0.10.0和0.10.1中，我遇到了对scipy稀疏矩阵进行切片的不同之处。考虑下面的代码：

from numpy import array, ravel
from scipy.sparse import csr_matrix

mat = csr_matrix(array([[1, 0, 0], [0,1,0], [1,0,0]]))
desired_cols = ravel(mat.sum(0)) > 0

print mat[:, desired_cols].A

在scipy 0.10.0中，我得到了我期望得到的：

[[1 0]
 [0 1]
 [1 0]]

在0.10.1和0.12.0中，我得到

[[0 0 1]
 [1 1 0]
 [0 0 1]]

我不确定这是一个bug还是我做错了什么。我使用

coo_矩阵

和

csc_矩阵

得到了相同的结果

---

我正在尝试从矩阵中删除总和为0的所有行。我理解

csr\u matrix

不支持高效的列切片，我不应该这样做。

在这些情况下需要什么。在最近的scipy（0.13.0）中，结果与第一个（0.10.0）匹配。如果您想追溯到版本中如此久远的变化，您可能必须深入了解scipy的github源代码

使用

np.flatnonzero（期望值）

而不是

期望值

和

scipy.sparse

将支持它。完整的矩阵API支持在scipy中不可用。稀疏的功能正在逐步引入。

在这些情况下，

需要什么。在最近的scipy（0.13.0）中，结果与第一个（0.10.0）匹配。如果要追溯到版本中的更改，您可能需要深入了解scipy的github源代码。
desired\u cols
的值是
array（[True，True，False]，dtype=bool）
。通过升级到scipy 0.13.0，可以解决此问题。