稀疏矩阵行中的连续元素
我正在处理一个以COO格式存储的稀疏矩阵。获取每一行的连续元素数最快的方法是什么？
例如，考虑以下矩阵：
a = [[0,1,2,0],[1,0,0,2],[0,0,0,0],[1,0,1,0]]它的首席运营官代表应该是
(0, 1) 1
(0, 2) 2
(1, 0) 1
(1, 3) 2
(3, 0) 1
(3, 2) 1我需要结果是[1,2,0,2]。第一行包含两个位于附近的非零元素。因此，它是一个群体或集合。在第二行中，我们有两个非零的元素，但它们不在附近，因此我们可以说它形成了两个组。第三行没有非零，因此没有组。第四行又有两个非零，但由零nad分隔，因此我们认为是两个组。这将类似于每一行的集群数。迭代行是一个选项，但前提是没有更快的解决方案。在这方面的任何帮助都将受到赞赏。
另一个简单的示例:考虑下面的行：
[1,2,3,0,0,0,2,0,0,8,7,6,0,0]上面的行应该返回[3]正弦波，有三组非零被零分隔。
回答 2
Stack Overflow用户
发布于 2016-10-17 16:47:07
将其转换为密集数组，并逐行应用逻辑。
- 您需要每一行的组数。
- 定义组时零计数
- 行迭代对数组来说更快
在coo格式中，矩阵如下所示：
In [623]: M=sparse.coo_matrix(a)
In [624]: M.data
Out[624]: array([1, 2, 1, 2, 1, 1])
In [625]: M.row
Out[625]: array([0, 0, 1, 1, 3, 3], dtype=int32)
In [626]: M.col
Out[626]: array([1, 2, 0, 3, 0, 2], dtype=int32)此格式不实现行索引；csr和lil实现
In [627]: M.tolil().data
Out[627]: array([[1, 2], [1, 2], [], [1, 1]], dtype=object)
In [628]: M.tolil().rows
Out[628]: array([[1, 2], [0, 3], [], [0, 2]], dtype=object)因此，第一行的稀疏信息是非零数据值、[1,2]和它们的列号[1,2]的列表。将其与密集数组的行[0, 1, 2, 0]进行比较。哪个更容易分析？
您的第一个任务是编写一个分析一行的函数。我还没有对你的逻辑进行足够的研究，来说明稠密的形式是否比稀疏的好。使用M.A[0,:].nonzero()可以很容易地从密集表单中获取列信息。
在最后一个例子中，我可以得到非零的索引：
In [631]: np.nonzero([1,2,3,0,0,0,2,0,0,8,7,6,0,0])
Out[631]: (array([ 0, 1, 2, 6, 9, 10, 11], dtype=int32),)
In [632]: idx=np.nonzero([1,2,3,0,0,0,2,0,0,8,7,6,0,0])[0]
In [633]: idx
Out[633]: array([ 0, 1, 2, 6, 9, 10, 11], dtype=int32)
In [634]: np.diff(idx)
Out[634]: array([1, 1, 4, 3, 1, 1], dtype=int32)我们可能能够从diff值>1的数量中获得所需的计数，尽管我需要查看更多的示例来定义细节。
将分析扩展到多个行取决于首先彻底了解单行情况。
Stack Overflow用户
发布于 2016-11-03 03:51:20
在@hpaulj的注释的帮助下，我想出了以下代码片段来执行此操作：
M = m.tolil()
r = []
for i in range(M.shape[0]):
sumx=0
idx= M.rows[i]
if (len(idx) > 2):
tempidx = np.diff(idx)
if (1 in tempidx):
temp = filter(lambda a: a != 1, tempidx)
sumx=1
counts = len(temp)
r.append(counts+sumx)
elif (len(idx) == 2):
tempidx = np.diff(idx)
if(tempidx[0]==1):
counts = 1
r.append(counts)
else:
counts = 2
r.append(counts)
elif (len(idx) == 1):
counts = 1
r.append(counts)
else:
counts = 0
r.append(counts)
tempcluster = np.sum(r)/float(M.shape[0])
cluster.append(tempcluster)https://stackoverflow.com/questions/40083118
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号