慢csr矩阵构造

Question

我正在使用csr_matrix((data, indices, indptr), shape=[row, col])方法创建一个csr矩阵。执行构造方法csr_matrix()比构建data, indices, indptr本身花费了4倍多的时间。既然我已经有了(data, indices, indptr)元组，那么构造一个csr矩阵难道不是很琐碎(而且快速)吗？

我的代码和时间统计如下：

data = ...  # 2.207s
indices = ...  # 11.065s       
indptr = ...  # 0.047s          
matrix = csr_matrix((data, indices, indptr), shape=(row, col))  # 57.806s

Answer 1

您传递的数组似乎很大，因此它们可能在某个地方被复制，由此产生的内存问题导致了速度的放缓。

有几种方法可以复制数组。如果这些条件中的任何一个都是假的，则将产生副本：

• indices和indptr需要具有适当的索引dtype。
• 这三个都需要是numpy数组(numpy.ndarray)。
• copy kwarg必须是False。默认情况下，这是错误的，因此这不太可能是问题所在。