Python 从scipy中的稀疏矩阵连接特定行

我有一个大的稀疏矩阵（使用scipy.sparse），有I行和U列，U比I大得多。 我有一个0:I范围内的U随机数列表。 我想创建一个新的稀疏矩阵，它将是一个U*U稀疏矩阵，用户U的行将保存原始稀疏矩阵第I行中的所有U值。 例如，如果原始矩阵是3*5矩阵：

0,0,2,1,0
0,0,3,4,1
1,1,0,2,0

随机数的列表是[0,0,2,1,2]

结果矩阵应为：

0,0,2,1,0
0,0,2,1,0
1,1,0,2,0
0,0,3,4,1
1,1,0,2,0

我现在使用的代码非常慢：

for u in range(U):
    i= random_indices[u]
    if u == 0:
        output_sparse_matrix = original_sparse_matrix[i, :]
    else:
        output_sparse_matrix = vstack((output_sparse_matrix,
                                       original_sparse_matrix[i, :]))

关于如何更快地完成这项工作，有什么建议吗

更新 我使用了Jérôme Richard的建议，但在一个循环中——因为我遇到了一个内存不足的错误。这就是有效的解决方案：

bins = np.array_split(random_indices, 10)
output_sparse_matrix = original_sparse_matrix[bins[0]]

for bin in bins[1:10]:
   output_sparse_matrix = vstack((output_sparse_matrix ,original_sparse_matrix[bin]))

---

vstack

为每次迭代创建一个新矩阵。这是速度减慢的主要原因，因为算法的复杂性是

O（U^3）

。您只需将新行附加到Python列表中，然后

vstack

行列表。或者，更好的方法只是使用以下Numpy表达式：

---

原始稀疏矩阵[随机索引：]

vstack

为每次迭代创建一个新矩阵。这是速度减慢的主要原因，因为算法的复杂性是

O（U^3）

。您只需将新行附加到Python列表中，然后

vstack

行列表。或者，更好的方法只是使用以下Numpy表达式：

---

原始稀疏矩阵[随机索引，：]

这可能不会更快，但您可以尝试使用奇特的索引：

output_sparse_matrix = input_sparse_matrix[random_indices]

如果随机_指数是一个列表，则上面应该给出所需的结果

将此应用于原始示例：

from scipy.sparse import csr_matrix

a = csr_matrix([[0,0,2,1,0],
[0,0,3,4,1],
[1,1,0,2,0]])

indices =  [0,0,2,1,2]


output_matrix = a[indices]

print(output_matrix.todense())

---

这可能不会更快，但您可以尝试使用奇特的索引：

output_sparse_matrix = input_sparse_matrix[random_indices]

如果随机_指数是一个列表，则上面应该给出所需的结果

将此应用于原始示例：

from scipy.sparse import csr_matrix

a = csr_matrix([[0,0,2,1,0],
[0,0,3,4,1],
[1,1,0,2,0]])

indices =  [0,0,2,1,2]


output_matrix = a[indices]

print(output_matrix.todense())

---

您正在使用

numpy

？或者

scipy.sparse

？我使用scipy.sparseen，即使是密集数组，在循环中重复执行串联也是很慢的。在这里，我们建议将数组收集到一个列表中，并在最后进行一次连接。我没有玩过很多

sparse.vstack

，但我认为同样的情况也适用于

sparse.vstack

组合其参数的

coo

属性，并使用它们来创建一个新的

coo

矩阵。查看

sparse.vstack

的代码。它将任务委托给

sparse.bmat

，

bmat（[[b]表示块中的b]）

。是否使用

numpy

？或者

scipy.sparse

？我使用scipy.sparseen，即使是密集数组，在循环中重复执行串联也是很慢的。在这里，我们建议将数组收集到一个列表中，并在最后进行一次连接。我没有玩过很多

sparse.vstack

，但我认为同样的情况也适用于

sparse.vstack

组合其参数的

coo

属性，并使用它们来创建一个新的

coo

矩阵。查看

sparse.vstack

的代码。它将任务委托给

sparse.bmat

，

bmat（[[b]表示块中的b]）

。我得到一个错误：ValueError：不允许负维度，尽管没有一个随机索引是负的（所有索引都在0到999之间）。我得到一个错误：ValueError：不允许负维度，虽然没有任何随机索引是负的（所有索引都在0和999之间），但我得到了一个错误：ValueError：不允许负维度，尽管没有任何随机索引是负的（所有索引都在0和999之间）。我知道这一行的错误，或者你对结果做了什么？这里甚至允许负指数。唯一可能的故障是显式超出范围错误或内存不足。是-此行。可能是内存不足。我收到一个错误：ValueError：不允许负维度，尽管没有任何随机索引是负的（所有索引都在0到999之间）。我知道这一行的错误，或者你对结果做了什么？这里甚至允许负指数。唯一可能的故障是显式超出范围错误或内存不足。是-此行。可能是记忆不足