如何解决从Python的稀疏csr矩阵中选择最佳结果
我正在处理大小为sparse.csr.csr_matrix(类型为'的稀疏矩阵,具有存储的9111761元素),并使用jupyter笔记本3.7.4
我的要求是根据稀疏矩阵中元素的值提取前2个结果。
当前稀疏矩阵
(1,1) 0.5
(1,5) 0.66
(1,6) 1.0
(2,2) 1.0
(2,3) 0.5
(2,7) 0.33
所需的稀疏矩阵
(1,6) 1.0
(1,5) 0.66
(2,3) 0.5
我正在寻找可以在大型矩阵上工作而又不花费很多时间的解决方案。
谢谢。
解决方法
top_n = 2
out = []
for r in arr:
if r.data.size <= top_n:
out.append(r)
else:
top_hits = np.argsort(r.data)[-1 * top_n:]
out.append(sparse.csr_matrix((r.data[top_hits],r.indices[top_hits],np.array([0,len(top_hits)])),shape=(1,arr.shape[1])))
out = sparse.vstack(out)
这不会很快。我不知道有什么更好的方法。
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。