python – 将符合特定条件的scipy.sparse矩阵行设置为零

我想知道用稀疏矩阵替换不满足某个条件的行的最佳方法是什么.例如(我使用普通数组进行说明)：

我想用一行零替换总和大于10的每一行

a = np.array([[0,1,1],[1,2,0],[6,7,4,# sum > 10
              [0,[7,3,8],# sum > 10 
              [0,2]])

我想用零替换[2]和[4],所以我的输出应该如下所示：

array([[0,[0,2]])

这对于密集矩阵来说非常简单：

row_sum = a.sum(axis=1)
to_keep = row_sum >= 10   
a[to_keep] = np.zeros(a.shape[1]) 

但是,当我尝试：

s = sparse.csr_matrix(a) 
s[to_keep,:] = np.zeros(a.shape[1])

我收到此错误：

    raise NotImplementedError("Fancy indexing in assignment not "
NotImplementedError: Fancy indexing in assignment not supported for csr matrices.

因此,我需要一个不同的稀疏矩阵解决方案.我想出了这个：

def zero_out_unfit_rows(s_mat,limit_row_sum):
    row_sum = s_mat.sum(axis=1).T.A[0]
    to_keep = row_sum <= limit_row_sum
    to_keep = to_keep.astype('int8')
    temp_diag = get_sparse_diag_mat(to_keep)
    return temp_diag * s_mat

def get_sparse_diag_mat(my_diag):
    N = len(my_diag)
    my_diags = my_diag[np.newaxis,:]
    return sparse.dia_matrix((my_diags,[0]),shape=(N,N))

这依赖于以下事实：如果我们将单位矩阵中对角线的第2和第4个元素设置为零,则将预乘矩阵的行设置为零.

但是,我觉得有更好的,更多的scipynic解决方案.有更好的解决方案吗？

最佳答案

不确定它是否非常scithonic,但是通过直接访问guts可以更好地完成稀疏矩阵上的大量操作.对于你的情况,我个人会这样做：

a = np.array([[0,2]])
sps_a = sps.csr_matrix(a)

# get sum of each row:
row_sum = np.add.reduceat(sps_a.data,sps_a.indptr[:-1])

# set values to zero
row_mask = row_sum > 10
nnz_per_row = np.diff(sps_a.indptr)
sps_a.data[np.repeat(row_mask,nnz_per_row)] = 0
# ask scipy.sparse to remove the zeroed entries
sps_a.eliminate_zeros()

>>> sps_a.toarray()
array([[0,2]])
>>> sps_a.nnz # it does remove the entries,not simply set them to zero
10