如何將numpy.matrix或數組轉換爲scipy稀疏矩陣

Question

對於SciPy稀疏矩陣，可以使用todense()或toarray()轉換爲NumPy矩陣或數組。有什麼功能來做相反的事情？

我搜索了，但不知道什麼關鍵字應該是正確的命中。

Answer 1

初始化稀疏矩陣時，您可以傳遞一個numpy數組或矩陣作爲參數。例如，對於CSR矩陣，您可以執行以下操作。

>>> import numpy as np 
>>> from scipy import sparse 
>>> A = np.array([[1,2,0],[0,0,3],[1,0,4]]) 
>>> B = np.matrix([[1,2,0],[0,0,3],[1,0,4]]) 

>>> A 
array([[1, 2, 0], 
     [0, 0, 3], 
     [1, 0, 4]]) 

>>> sA = sparse.csr_matrix(A) # Here's the initialization of the sparse matrix. 
>>> sB = sparse.csr_matrix(B) 

>>> sA 
<3x3 sparse matrix of type '<type 'numpy.int32'>' 
     with 5 stored elements in Compressed Sparse Row format> 

>>> print sA 
    (0, 0)  1 
    (0, 1)  2 
    (1, 2)  3 
    (2, 0)  1 
    (2, 2)  4 

Answer 2

scipy中有幾個稀疏矩陣類。

bsr_matrix（ARG1 [，形狀，D型細胞，複製，塊大小]）塊稀疏行矩陣
coo_matrix（ARG1 [，形狀，D型細胞，複製]）的稀疏矩陣中的座標的格式。
csc_matrix（ARG1 [，形狀，D型細胞，複製]）壓縮稀疏列矩陣
csr_matrix（ARG1 [，形狀，D型細胞，複製]）壓縮稀疏行矩陣
dia_matrix（ARG1 [，形狀，D型細胞，複製]）具有DIAgonal存儲的稀疏矩陣
dok_matrix（arg1 [，shape，dtype，copy]）Dictionary基於密鑰的稀疏矩陣。
lil_matrix（ARG1 [，形狀，D型細胞，複製]）基於行鏈表稀疏矩陣

它們中的任何可以執行轉換。

import numpy as np 
from scipy import sparse 
a=np.array([[1,0,1],[0,0,1]]) 
b=sparse.csr_matrix(a) 
print(b) 

(0, 0) 1 
(0, 2) 1 
(1, 2) 1 

參見http://docs.scipy.org/doc/scipy/reference/sparse.html#usage-information。

Answer 3

至於反函數，函數是inv(A)，但我不會推薦使用它，因爲對於巨大的矩陣來說，它在計算上非常昂貴和不穩定。相反，你應該使用逆的近似值，或者如果你想解決Ax = b，你並不需要A ^-1。