python - 如何有效地从仅包含零的稀疏矩阵中删除列？

Question

从仅包含零的稀疏矩阵中有效删除列的最佳方法是什么。我有一个我创建并填充了数据的矩阵:

matrix = sp.sparse.lil_matrix((100, 100))

我现在想删除 ~ 最后 20 列，它们只包含零数据。我该怎么做？

Answer 1

如果这只是一个 numpy 数组，X，那么您可以说 X!=0，这将为您提供一个与 相同形状的 bool 数组X，然后您可以使用 bool 数组索引 X，即 non_zero_entries = X[X!=0]

但这是一个不支持 bool 索引的稀疏矩阵，如果您尝试 X!=0 也不会给您想要的东西——它只返回一个看起来像仅当它们是完全相同的矩阵(在内存中)时才返回 true。

你想要的是 numpy 的 nonzero 方法。

import numpy as np
from scipy import sparse

X = sparse.lil_matrix((100,100)) # some sparse matrix
X[1,17] = 1
X[17,17] = 1
indices = np.nonzero(X) # a tuple of two arrays: 0th is row indices, 1st is cols
X.tocsc()[indices] # this just gives you the array of all non-zero entries

如果您只想要包含非零条目的完整列，那么只需从索引中获取第一个。除非您需要考虑重复索引(如果一列中有多个条目):

columns_non_unique = indices[1]
unique_columns = sorted(set(columns_non_unique))
X.tocsc()[:,unique_columns]