Python 提取一些列后，稀疏_csc矩阵的索引被反转

我试图提取scipy稀疏列矩阵的列，但结果并没有像我预期的那样存储。我的意思是：

In [77]: a = scipy.sparse.csc_matrix(np.ones([4, 5]))
In [78]: ind = np.array([True, True, False, False, False])
In [79]: b = a[:, ind]

In [80]: b.indices
Out[80]: array([3, 2, 1, 0, 3, 2, 1, 0], dtype=int32)

In [81]: a.indices
Out[81]: array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int32)

为什么

b.index

不是

[0,1,2,3,0,1,2,3]

？

---

由于这种行为不是我所期望的，因此

a[：，ind]

不是从csc矩阵中提取列的正确方法吗？

索引没有排序。您可以通过在a的行中反转强制循环（这不是那么直观），或者强制执行排序索引（您也可以就地执行，但我更喜欢强制转换）。我觉得有趣的是has_sorted_index属性并不总是返回布尔值，而是将其与整数表示混合在一起

a = scipy.sparse.csc_matrix(np.ones([4, 5]))
ind = np.array([True, True, False, False, False])
b = a[::-1, ind]
b2 = a[:, ind]
b3 = b2.sorted_indices()

b.indices
>>array([0, 1, 2, 3, 0, 1, 2, 3], dtype=int32)
b.has_sorted_indices
>>1
b2.indices
>>array([3, 2, 1, 0, 3, 2, 1, 0], dtype=int32)
b2.has_sorted_indices
>>0
b3.indices
array([0, 1, 2, 3, 0, 1, 2, 3], dtype=int32)
b3.has_sorted_indices
>>True

---

csc

和

csr

索引不保证排序。我无法立即找到有效的文档，但是

有排序索引

，而

排序

方法表明了这一点

在您的案例中，顺序是如何进行索引的结果。我在前面的SO问题中发现，多列索引是通过矩阵乘法执行的：

In [165]: a = sparse.csc_matrix(np.ones([4,5]))
In [166]: b = a[:,[0,1]]
In [167]: b.indices
Out[167]: array([3, 2, 1, 0, 3, 2, 1, 0], dtype=int32)

In [172]: b1 = a * I
In [173]: b1.indices
Out[173]: array([3, 2, 1, 0, 3, 2, 1, 0], dtype=int32)

该索引相当于构造“选择”矩阵：

In [169]: I = sparse.csr_matrix(np.array([[1,0,0,0,0],[0,1,0,0,0]]).T)
In [171]: I.A
Out[171]: 
array([[1, 0],
       [0, 1],
       [0, 0],
       [0, 0],
       [0, 0]], dtype=int32)

做这个矩阵乘法：

In [165]: a = sparse.csc_matrix(np.ones([4,5]))
In [166]: b = a[:,[0,1]]
In [167]: b.indices
Out[167]: array([3, 2, 1, 0, 3, 2, 1, 0], dtype=int32)

In [172]: b1 = a * I
In [173]: b1.indices
Out[173]: array([3, 2, 1, 0, 3, 2, 1, 0], dtype=int32)

顺序是矩阵乘法的结果。事实上，

a*a.T

也做了同样的逆转。我们必须检查乘法代码才能知道确切的原因。显然，

csc

和

csr

计算代码不需要排序的

索引

，也不需要费心确保结果排序

进一步详情（ CSR列索引不必排序。对于CSC行索引也是如此。当需要排序索引时（例如，将数据传递到其他库时），请使用.sorted_index（）和.sort_index（）方法