與元素在矩陣

Question

如果你有稀疏矩陣X行：

>> X = csr_matrix([[0,2,0,2],[0,2,0,1]]) 
>> print type(X)  
>> print X.todense()  
<class 'scipy.sparse.csr.csr_matrix'> 
[[0 2 0 2] 
[0 2 0 1]] 

和矩陣Y：

>> print type(Y) 
>> print text_scores 
<class 'numpy.matrixlib.defmatrix.matrix'> 
[[8] 
[5]] 

...你怎麼能乘的每一個元素X由Y的行例如：

[[0*8 2*8 0*8 2*8] 
[0*5 2*5 0*5 1*5]] 

或：

[[0 16 0 16] 
[0 10 0 5]] 

我已經厭倦了這一點，但很明顯的尺寸不匹配它不工作： Z = X.data * Y

Answer 1

不幸的是企業社會責任矩陣的.multiply方法似乎是緻密的基質，如果另外一個是密集。因此，這將是一個避免方式：

# Assuming that Y is 1D, might need to do Y = Y.A.ravel() or such... 

# just to make the point that this works only with CSR: 
if not isinstance(X, scipy.sparse.csr_matrix): 
    raise ValueError('Matrix must be CSR.') 

Z = X.copy() 
# simply repeat each value in Y by the number of nnz elements in each row: 
Z.data *= Y.repeat(np.diff(Z.indptr)) 

這確實創造了一些臨時工，但至少其完全矢量，它不致密稀疏矩陣。

---

對於COO矩陣等價物是：

Z.data *= Y[Z.row] # you can use np.take which is faster then indexing. 

對於CSC矩陣等價是：

Z.data *= Y[Z.indices]