我想从稀疏矩阵的非零值中减去一个向量，例如
[,1] [,2] [,3] [,4]
[1,] 0 0 4 0
[2,] 0 5 0 3
[3,] 1 2 0 0
这是我要减去的向量：
[1 2 3]
所以我最后需要的是：
[,1] [,2] [,3] [,4]
[1,] 0 0 3 0
[2,] 0 3 0 1
[3,] -2 -1 0 0
我是通过使用来完成此操作的，sparse_matrix.A但是当我使用整个数据集时却消耗了我的内存。
PS矩阵的尺寸太大，我不想使用循环！
让我们从设置问题开始，并使用csr_matrixfromscipy.sparse来构建稀疏矩阵：
from scipy.sparse import csr_matrix
a = np.array([[0, 0, 4, 0],
[0, 5, 0, 3],
[1, 2, 0, 0]])
a_sp = csr_matrix(a, dtype=np.int8)
b = np.array([1,2,3])
我们可以通过找到稀疏矩阵的非零位置csr_matrix.nonzero，并使用row坐标来索引1d密集数组。然后nonzero通过在稀疏矩阵上索引来减去相应的坐标：
nz = a_sp.nonzero()
a_sp[nz] -= b[nz[0]]
print(a_sp.toarray())
array([[ 0, 0, 3, 0],
[ 0, 3, 0, 1],
[-2, -1, 0, 0]])
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句