重塑枕叶csr矩阵

Question

我如何有效地重塑和scipy.sparse csr_matrix？

我需要在末尾加零行。使用：

from scipy.sparse import csr_matrix
data = [1,2,3,4,5,6]
col = [0,0,0,1,1,1]
row = [0,1,2,0,1,2]
a = csr_matrix((data, (row, col)))
a.reshape(3,5)

我知道这个错误：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python3.5/dist-packages/scipy/sparse/base.py", line 129, in reshape
self.__class__.__name__)
NotImplementedError: Reshaping not implemented for csr_matrix.

Answer 1

如果您能够尽早发现问题，只需包含一个形状参数：

In [48]: a = csr_matrix((data, (row, col)))
In [49]: a
Out[49]: 
<3x2 sparse matrix of type '<class 'numpy.int64'>'
    with 6 stored elements in Compressed Sparse Row format>
In [50]: a = csr_matrix((data, (row, col)),shape=(3,5))
In [51]: a
Out[51]: 
<3x5 sparse matrix of type '<class 'numpy.int64'>'
    with 6 stored elements in Compressed Sparse Row format>
In [52]: a.A
Out[52]: 
array([[1, 4, 0, 0, 0],
       [2, 5, 0, 0, 0],
       [3, 6, 0, 0, 0]], dtype=int64)

你也可以把hstack放在便携板上。确保这是稀疏版本：

In [59]: z = sparse.coo_matrix(np.zeros((3,3)))
In [60]: z
Out[60]: 
<3x3 sparse matrix of type '<class 'numpy.float64'>'
    with 0 stored elements in COOrdinate format>
In [61]: sparse.hstack((a,z))
Out[61]: 
<3x5 sparse matrix of type '<class 'numpy.float64'>'
    with 6 stored elements in COOrdinate format>
In [62]: _.A
Out[62]: 
array([[1., 4., 0., 0., 0.],
       [2., 5., 0., 0., 0.],
       [3., 6., 0., 0., 0.]])

hstack使用sparse.bmat。它结合了两个数组的coo属性，并生成了一个新的coo矩阵。

Answer 2

reshape()方法将与接近释放的ciply1.1中的csr_matrix对象一起工作。同时，您可以在Reshape sparse matrix efficiently, Python, SciPy 0.12上尝试代码来重塑稀疏矩阵。

但是，您的示例不起作用，因为您正在尝试将具有形状(3，2)的数组重塑为具有形状(3，5)的数组。链接到上面和稀疏reshape()方法的代码遵循与numpy数组的reshape()方法相同的规则:不能更改数组的总大小。

如果您想要更改总大小，您最终将能够使用resize()方法(该方法是就地操作的)，但这也是ciply1.1的一个新特性，因此尚未发布。

相反，您可以构建新的稀疏矩阵，如下所示：

In [57]: b = csr_matrix((a.data, a.indices, a.indptr), shape=(3, 5))

In [58]: b.shape
Out[58]: (3, 5)

In [59]: b.A
Out[59]: 
array([[1, 4, 0, 0, 0],
       [2, 5, 0, 0, 0],
       [3, 6, 0, 0, 0]], dtype=int64)