在稀疏矩阵中查找n个最大数

Question

我使用稀疏矩阵作为压缩数据的手段，当然，我所做的是从大于指定阈值的所有值创建稀疏字典。我希望我的压缩数据大小是一个用户可以选择的变量。

我的问题是，我有一个稀疏矩阵，有很多接近零值的值，我必须做的是选择一个treshold，这样我的稀疏字典就有一个特定的大小(或者最终重建误差是一个特定的比率)。下面是我如何创建我的字典(取自stackoverflow，我认为是>.< )：

n = abs(smat) > treshold #smat is flattened(1D)
i = mega_range[n] #mega range is numpy.arange(smat.shape[0])
v = smat[n]
sparse_dict = dict(izip(i,v))

我如何找到treshold，使它等于我的数组的第n个最大值(smat)？

Answer 1

scipy.stats.scoreatpercentile(arr,per)返回给定百分位数的值：

import scipy.stats as ss
print(ss.scoreatpercentile([1, 4, 2, 3], 75))
# 3.25

如果所需的百分位数位于arr中的两点之间，则会对该值进行插值。

所以如果你设置了per=(len(smat)-n)/len(smat)，那么

threshold = ss.scoreatpercentile(abs(smat), per)

应该会给出(接近)数组smat的第n个最大值。