Scipy處理大型COO矩陣

Question

我有一個scipy形式的大型稀疏矩陣coo_matrix（大小爲5GB）。我必須利用矩陣的非零條目並做一些進一步的處理。

訪問矩陣元素的最佳方式是什麼？我應該將矩陣轉換爲其他格式還是原樣使用它？另外，你能否告訴我訪問coo_matrix元素的確切語法？我有點困惑，因爲它不允許切片。

Answer 1

首先，讓我們建立一個隨機COO矩陣：

import numpy as np 
from scipy import sparse 

x = sparse.rand(10000, 10000, format='coo') 

非零值在矩陣的.data屬性中找到，你可以得到其相應的行/使用x.nonzero()列索引：

v = x.data 
r, c = x.nonzero() 

print np.all(x.todense()[r, c] == v) 
# True 

使用COO矩陣，可以使用getrow()/getcol()方法爲單行或列索引（作爲稀疏向量）。如果您想對特定元素進行切片或花式索引，則需要將其轉換爲另一種格式，例如lil_matrix，例如使用.tolil()方法。

你應該真的閱讀scipy.sparse docs以獲得更多關於不同稀疏數組格式的特性的信息 - 格式的合適選擇實際上取決於你計劃如何處理數組。