Python 从scipy CSR稀疏矩阵访问值、列索引和行ptr数据
我有一个大矩阵,我想转换成稀疏CSR格式 当我这样做时:Python 从scipy CSR稀疏矩阵访问值、列索引和行ptr数据,python,scipy,sparse-matrix,csr,Python,Scipy,Sparse Matrix,Csr,我有一个大矩阵,我想转换成稀疏CSR格式 当我这样做时: import scipy as sp Ks = sp.sparse.csr_matrix(A) print Ks 在A密集的地方,我得到 (0, 0) -2116689024.0 (0, 1) 394620032.0 (0, 2) -588142656.0 (0, 12) 1567432448.0 (0, 14) -36273164.0 (0, 24) 233332608.0 (0, 25) 23
import scipy as sp
Ks = sp.sparse.csr_matrix(A)
print Ks
在A密集的地方,我得到
(0, 0) -2116689024.0
(0, 1) 394620032.0
(0, 2) -588142656.0
(0, 12) 1567432448.0
(0, 14) -36273164.0
(0, 24) 233332608.0
(0, 25) 23677192.0
(0, 26) -315783392.0
(0, 45) 157961968.0
(0, 46) 173632816.0
等等
我可以使用以下方法获得行索引、列索引和值的向量:
Knz = Ks.nonzero()
sparserows = Knz[0]
sparsecols = Knz[1]
#The Non-Zero Value of K at each (Row,Col)
vals = np.empty(sparserows.shape).astype(np.float)
for i in range(len(sparserows)):
vals[i] = K[sparserows[i],sparsecols[i]]
但是有可能提取稀疏CSR格式(值、列索引、行指针)中假定包含的向量吗
SciPy的文档解释说,可以从这三个向量生成CSR矩阵,但我想做的是相反的,将这三个向量取出来
我错过了什么
谢谢你的时间
value = Ks.data
column_index = Ks.indices
row_pointers = Ks.indptr
我相信这些属性是未记录的,这可能会使它们受到更改,但我已经在几个版本的scipy上使用过它们。但是要小心
indptr
是一种特殊的压缩格式数组。它与coo
格式的行
不同Ks.非零
首先将csr
数组转换为coo
格式,并返回其行
和列
数组。