如何解决如何使用 scipy.sparse.coo_matrix((data, (i, j))) 从两个数据框列构建关联矩阵?
我有一个包含两列 ['A','B'] 的 Pandas DataFrame。每列由整数组成。
- 行索引是数据帧中从 0 到最大值的所有整数
- 列索引与行索引相同
- 如果 [i,j] 或 [j,i] 是我的数据帧的一行,则条目 i,j = 1(1 应该是矩阵的最大值)。
最重要的是,我想使用
coo_matrix((data,(i,j)))
来自 scipy.sparse 因为我试图理解这个构造函数和这种使用它的特殊方式。我以前从未处理过稀疏矩阵。我尝试了一些东西,但都没有奏效。
编辑
示例代码
定义数据框
In [96]: df = pd.DataFrame(np.random.randint(5,size=(10,2)))
In [97]: df.columns = ['a','b']
In [98]: df
Out[98]:
a b
0 0 3
1 1 4
2 3 3
3 2 0
4 0 2
5 1 0
6 1 1
7 2 3
8 3 4
9 3 2
我最接近解决方案
In [100]: scipy.sparse.coo_matrix((np.ones_like(df['a']),(df['a'].array,df['b'
...: ].array))).toarray()
Out[100]:
array([[0,1,0],[1,1],[0,1]])
问题是这不是一个对称矩阵(因为它不会添加给给定的行的 i,j 和 j,i),我认为如果有重复的行,它会给出大于 1 的值。
解决方法
import numpy as np
import pandas as pd
from scipy.sparse import coo_matrix
df = pd.DataFrame(np.random.default_rng(seed=100).integers(5,size=(10,2)))
df.columns = ['a','b']
arr = coo_matrix((np.ones_like(df.a),(df.a.values,df.b.values)))
这就是你所拥有的。如果 [i,j] 在 df 中,它会给你 i,j >= 1。
arr = arr + arr.T
array([[0,1,2,0],[1,[2,2],1],[0,2]])
现在 i,j >= 1 如果 [i,j] 或 [j,i] 在 df 中。
arr.data = np.ones_like(arr.data)
如果 [i,i] 在 df 中,则 i,j = 1。
array([[0,1]])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。