从行列表(稀疏向量)创建稀疏矩阵

Question

我想有效地创建以下维(s, n1+n2)的稀疏矩阵

v0 v1 
v0 v2 
v0 v3 
 ... 
v0 vs

给出了稀疏向量v0 (1, n1)和稀疏向量列表(1, n2) l = [v1, ... , vs]。

我尝试过使用coo_matrix()，但是没有成功，因为它似乎只有在有密集向量的情况下才有效：

left = coo_matrix(np.repeat(v0, s))
right = coo_matrix(l)
m = hstack((left, right))

编辑1:

我找到了一个似乎不太有效的解决办法：

right = vstack([x for x in l])
left = vstack([v0 for i in range(len(l))])
m = hstack((left, right))

编辑2:

这是一个帮助你了解情况的例子(不起作用)。

from scipy.sparse import random, coo_matrix
from numpy import repeat

s = 10
n1 = 3
n2 = 5

v0 = random(1, n1)
l = [random(1, n2) for i in range(s)]

left = coo_matrix(repeat(v0, s))
right = coo_matrix(l)
m = hstack((left, right))

Answer 1

In [1]: from scipy import sparse

In [2]: s, n1, n2 = 10,3,5
In [3]: v0 = sparse.random(1, n1)
In [4]: v0
Out[4]: 
<1x3 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>
In [5]: l = [sparse.random(1, n2) for i in range(s)]
In [6]: l
Out[6]: 
[<1x5 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>,
  ...
 <1x5 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>]

而不是np.repeat，使用sparse.vstack创建一个V0副本堆栈

In [7]: V0 = sparse.vstack([v0]*s)
In [8]: V0
Out[8]: 
<10x3 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>

类似地，将n2矩阵列表转换为一个矩阵：

In [10]: V1 = sparse.vstack(l)
In [11]: V1
Out[11]: 
<10x5 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>

现在加入他们：

In [12]: m = sparse.hstack((V0,V1))
In [13]: m
Out[13]: 
<10x8 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>

我不会声称这是有效的。hstack和vstack使用bmat (检查它们的代码)。bmat收集所有块的coo属性，并将它们(带有偏移)连接到一个新的coo_matrix调用的输入中(同样，代码是可读的)。因此，您可以通过直接使用bmat，甚至直接使用coo属性来避免一些中间转换。但是hstack和vstack是相对直观的。