python - 如何获得 csr_matrix 中列的均值和标准差？

Question

我有一个通过 scipy.sparse 创建的稀疏 988x1 向量(csr_matrix 中的一列)。有没有办法在不必将稀疏矩阵转换为密集矩阵的情况下获得其均值和标准差？

numpy.mean 似乎只适用于密集向量。

Answer 1

由于您正在执行列切片，因此最好使用 CSC 而不是 CSR 来存储矩阵。但这取决于您对矩阵进行的其他操作。

要计算 CSC 矩阵中列的平均值，您可以使用 mean()矩阵的函数。

要有效地计算标准偏差，需要付出更多的努力。首先，假设您得到这样的稀疏列:

col = A.getcol(colindex)

然后像这样计算方差:

N = col.shape[0]
sqr = col.copy() # take a copy of the col
sqr.data **= 2 # square the data, i.e. just the non-zero data
variance = sqr.sum()/N - col.mean()**2