Python 在已沿稀疏矩阵的轴计算argmax后，沿该轴取最大值

我想沿着scipy.sparse矩阵的轴取argmax和max

X

>>> type(X)
scipy.sparse.csr.csr_matrix

>>> idx = X.argmax(axis=0)

>>> maxes = X.max(axis=0)

---

我不想计算两次最大值，但我不能把

X

当作np.ndarray来使用。如何将argmax中的索引应用到

X

？

我成功地实现了您想要的结果，即调整您链接的方法：

from scipy.sparse import csr_matrix

a = [[4, 0, 0], [0, 3, 0], [0, 0, 1]]
a = csr_matrix(a)
idx = a.argmax(axis=0)
m = a.shape[1]
a[idx,np.arange(m)[None,:]].toarray()

产出：

array([[4, 3, 1]], dtype=int32)

---

您的

idx

位于不同的轴上。无论如何，这实际上要慢一点。稀疏矩阵索引的速度不如密集矩阵索引的速度。@hpaulj现在它正在提取所需轴上的最大值。我没有用一个非常大的矩阵来测试这个解决方案，看看你提到的速度差异是否显著。现在我在想，如果转换为

np.array

，然后执行

argmax

和

max

会更快。@H.Tacon问题是密集版本太大，无法放入内存，这就是使用sparse的最初动机。我可以想象复制sparse

argmax

的底层代码以返回索引和值。但除此之外，我怀疑这种双重评估将是最快的，你不能简单地将密集的数组直觉转换为稀疏的。@hpaulj听上去很蹩脚，我希望我有稀疏的矩阵直觉。。。我想知道我钻研源代码所花的时间是否会少于我将节省的时间。Csr

argmax

使用

indptr

在矩阵的行上迭代，然后在该行上找到最大值。这在概念上很简单，除了行可能都是0，或者0本身是最小值或最大值。使用

lil

格式时，可能更容易可视化矩阵的行。