scipy稀疏矩陣：刪除所有元素爲零的行

我有一個從sklearn tfidfVectorier轉換的稀疏矩陣。我相信有些行是全零行。我想刪除它們。然而，就我所知，現有的內置功能，例如nonzero（）和eliminate_zero（），注重零條目，而不是行。scipy稀疏矩陣：刪除所有元素爲零的行

是否有任何簡單的方法來從稀疏矩陣中刪除全零行？

例子：我現在有什麼（實際上是稀疏格式）：

[ [0, 0, 0] 
    [1, 0, 2] 
    [0, 0, 1] ]

我要得到什麼：

此

[ [1, 0, 2] 
    [0, 0, 1] ]

來源

2015-07-02 Munichong

有不存在的功能，但它不是太不好寫自己的：

def remove_zero_rows(M): 
    M = scipy.sparse.csr_matrix(M)

首先，將矩陣轉換爲CSR (compressed sparse row)格式。這很重要，因爲CSR矩陣將其數據存儲爲(data, indices, indptr)的三元組，其中data保存非零值，indices存儲列索引，並且indptr保存行索引信息。該文檔更好地解釋：

對行的列指數i存儲在 indices[indptr[i]:indptr[i+1]]及其相應的值存儲在data[indptr[i]:indptr[i+1]] 。

因此，要查找沒有任何非零值的行，我們可以看看連續值M.indptr。從上面繼續我們的功能：

num_nonzeros = np.diff(M.indptr) 
    return M[num_nonzeros != 0]

這裏CSR格式的第二個好處是，它的價格相對便宜切片行，從而簡化了產生的基質的創作。

來源

2015-07-02 15:38:51 perimosocordiae

感謝您的回覆，@perimosocordiae

我只是覺得我自己另一種解決方案。我在這裏發帖，以防將來有人需要它。

def remove_zero_rows(X) 
    # X is a scipy sparse matrix. We want to remove all zero rows from it 
    nonzero_row_indice, _ = X.nonzero() 
    unique_nonzero_indice = numpy.unique(nonzero_row_indice) 
    return X[unique_nonzero_indice]

來源

2015-07-02 21:24:10 Munichong

切片+ getnnz()的伎倆：直接

M = M[M.getnnz(1)>0]

作品上csr_array。您還可以刪除所有0列，而不改變格式：

M = M[:,M.getnnz(0)>0]

但是，如果你想刪除這兩個你需要

M = M[M.getnnz(1)>0][:,M.getnnz(0)>0] #GOOD

我不知道爲什麼，但

M = M[M.getnnz(1)>0, M.getnnz(0)>0] #BAD

不工作。

來源

2016-03-10 01:12:39

scipy稀疏矩陣：刪除所有元素爲零的行

回答

相關問題