Numpy：爲稀疏矩陣創建索引

Question

我有一個numpy數組列表。每個數組都擁有我需要的列的值，在稀疏二進制矩陣中有1。 numpy數組出現在列表中的順序是該numpy數組中所有值的行的值。我正在嘗試使用scipy.sparse.csr_matrix來做到這一點。所以我需要兩個numpy數組，一個用於列索引，另一個用於行索引。這裏是什麼，我需要一個例子：

a = np.array([1, 2, 3, 4, 5, 6]) 
b = np.array([10, 11, 12]) 
c = np.array([60, 100]) 
d = [a, b, c] 

column = np.array([1, 2, 3, 4, 5, 6, 10, 11, 12, 60, 100]) 
row = np.array([0, 0, 0, 0, 0, 0, 1, 1, 1, 2, 2]) 

Answer 1

column爲d的只是一個扁平矢量，所以嘗試：

column = np.hstack(d)

對於row，這應該工作：

row = np.hstack([np.ones(len(arr))*i for i, arr in enumerate(d)])

基本上：通過d，在d中每個項目的長度做一個數列，乘以它s指數，然後將所有這些變成一個向量。

Answer 2

兩三產生row陣列的其它方法：

row = np.concatenate([np.ones_like(x)*i for i,x in enumerate(d)]) 

row = np.concatenate([[i]*len(x) for i,x in enumerate(d)]) 

該小例子後者，用列表複製，是一個相當快一點。但是對於大型數組，時間可能會以另一種方式進行。

對於像這樣的1d陣列，hstack與默認的concatenate相同。

col = np.concatenate(d) 

全sparse呼叫隨後（形狀(N,M)）

sparse.csr_matrix((np.ones_like(col),(row, col)),shape=(N,M)) 

coo，csr和csc所有接受輸入的這種風格。 coo不同之處在於它完全按照給定的屬性來分配屬性（所以速度很快）。其他人做一些排序和總結（允許重複行，col對）和清潔。