python - 用 numpy.NaN 初始化 scipy.sparse 矩阵的最快方法是什么？

Question

我想用 numpy 数组初始化一个稀疏矩阵。 numpy 数组包含 NaN 作为我程序的零，初始化稀疏矩阵的代码如下:

a= np.array([[np.NaN,np.NaN,10]])
zero_a= np.array([[0,0,10]])
spr_a = lil_matrix(a)
zero_spr_a = lil_matrix(zero_a)
print repr(spr_a)
print repr(zero_spr_a)

输出是

1x3 sparse matrix of type 'type 'numpy.float64''    with 3 stored elements in LInked List format1x3 sparse matrix of type 'type 'numpy.int64''    with 1 stored elements in LInked List format

对于包含 0 的数组，稀疏矩阵中只存储了 1 个元素。但是 NaN 数组中存储了 3 个元素，如何将 NaN 视为 scipy 矩阵的零？

Answer 1

如果您只想根据数据创建一个稀疏矩阵，将 NaN 视为零，您可以执行以下操作。首先，让我们创建一个随机数组，其中包含多个 np.nan:

>>> nans = np.random.randint(0, 2, size=(5,5))
>>> a = np.ones((5,5))
>>> a = np.where(nans, np.nan, a)
>>> a
array([[  1.,   1.,   1.,   1.,  nan],
       [ nan,  nan,  nan,   1.,   1.],
       [ nan,  nan,   1.,   1.,  nan],
       [  1.,   1.,   1.,   1.,  nan],
       [  1.,  nan,   1.,  nan,  nan]])

要使这种 COO 格式稀疏化，很简单:

>>> indices = np.nonzero(~np.isnan(a))
>>> sps = scipy.sparse.coo_matrix((a[indices], indices), shape=a.shape)
>>> sps
<5x5 sparse matrix of type '<type 'numpy.float64'>'
    with 14 stored elements in COOrdinate format>

并检查它们是否相同:

>>> sps.toarray()
array([[ 1.,  1.,  1.,  1.,  0.],
       [ 0.,  0.,  0.,  1.,  1.],
       [ 0.,  0.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.,  0.],
       [ 1.,  0.,  1.,  0.,  0.]])

虽然你的 NaN 现在不见了......