元智慧exp（）的scipy稀疏矩陣

我有一個非常大的稀疏csc_matrixx。我想對它做elementwise exp（）。基本上我想得到的結果與我在numpy.exp(x.toarray())中得到的結果相同。但我不能這樣做（我的記憶不會允許我將稀疏矩陣轉換爲數組）。有什麼出路嗎？提前致謝！元智慧exp（）的scipy稀疏矩陣

來源

2017-02-23 Bishwajit Purkaystha

如果您無法以高密度格式保存輸入，您將無法保存輸出;由於e^0 = 1，輸出不會稀疏。 – user2357112

如果你沒有內存容納x.toarray()，你沒有內存來保存你要求的輸出。輸出不會稀疏;事實上，除非你的輸入中有負無窮大，輸出可能不會有單一的0

它可能會是更好的計算EXP（X）-1，這是因爲

一樣簡單

x.expm1()

來源

2017-02-23 06:50:28 user2357112

是的，你說得對。但是，我怎麼能只爲非零值呢？ –

那是什麼？稀疏矩陣包含所有碰巧將零映射爲零的numpy函數？有一個我不會期望的功能！ –

是的，'scipy/sparse/data.py'有一個代碼塊，用於將＃func（0）= 0的numpy一元ufuncs添加到_data_matrix.'中。關鍵是能夠訪問'.data'屬性，並使用'_with_data'方法創建一個新的矩陣。我也沒有意識到這一點。 – hpaulj

如果您只想在非網絡上執行某些操作：data屬性至少在某些表示中可寫，包括csr和csc。某些表示允許重複輸入，因此請確保您採取的是「正常化」形式。

來源

2017-02-23 07:03:44

是的，這就是我想到的。無論如何，我會讓我的手髒！ –

要更改非零元素，也許這會爲你工作：

x = some big sparse matrix 
np.exp(x.data, out=x.data) # ask np.exp() to store results in existing x.data

大概要慢

# above seems more efficient (no new memory alloc). 
x.data = np.exp(x.data)

我一直在冥思苦想如何獲得元素之每個非零數組元素的log2（）。我最終做了像下面這樣做：

np.log2(x.data, out=x.data)

以下兩種技術看起來像我正在尋找的。我的矩陣很稀疏，但它仍然有很多非零元素。

感謝@DSM here直接更改x.data的想法，我認爲這是對稀疏矩陣的一個非常好的見解。

歸功於@Mike Müller爲使用「出」作爲自己的想法。在同一個線程中，@kmario23指出了一個關於將.data提升爲float（輸入可以是int或者smth）的重要警告，所以它與.exp（）或者其他函數兼容，如果我寫的是spath供一般使用。

說明：我剛開始學習稀疏矩陣，所以想知道這是否是一個不好的主意，因爲我沒有看到。如果我在這個薄冰上，請讓我知道。

通常我不會惹私密屬性，但是.data在我看過的各種稀疏矩陣的attributes documentation中顯示得很清楚。

來源

2018-02-21 22:27:38 jgreve

元智慧exp（）的scipy稀疏矩陣

回答

相關問題