python - 如何对 scipy.sparse.csr_matrix 类型的矩阵进行元素运算？

Question

在 numpy 中，如果你想计算矩阵(元素化)的每个条目的正弦

a = numpy.arange(0,27,3).reshape(3,3)
numpy.sin(a)

将完成工作!如果你想要权力让我们说每个条目中的 2

a**2

会做的。

但是如果你有一个稀疏矩阵，事情看起来就更难了。至少除了遍历 lil_matrix 格式的每个条目并对其进行操作之外，我还没有想出一种方法来做到这一点。

我找到了 this question on SO并尝试适应this answer但我没有成功。

目标是按元素计算 CSR 格式的 scipy.sparse 矩阵的平方根(或 1/2 的幂)。

你有什么建议？

Answer 1

以下技巧适用于将零映射到零的任何操作，并且仅适用于这些操作，因为它只涉及非零元素。即，它适用于 sin 和 sqrt 但不适用于 cos。

让 X 成为一些 CSR 矩阵...

>>> from scipy.sparse import csr_matrix
>>> X = csr_matrix(np.arange(10).reshape(2, 5), dtype=np.float)
>>> X.A
array([[ 0.,  1.,  2.,  3.,  4.],
       [ 5.,  6.,  7.,  8.,  9.]])

非零元素的值为X.data:

>>> X.data
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

您可以就地更新:

>>> X.data[:] = np.sqrt(X.data)
>>> X.A
array([[ 0.        ,  1.        ,  1.41421356,  1.73205081,  2.        ],
       [ 2.23606798,  2.44948974,  2.64575131,  2.82842712,  3.        ]])

更新 在最新版本的 SciPy 中，您可以执行类似 X.sqrt() 的操作，其中 X 是一个稀疏矩阵以获得具有 X 中元素平方根的新副本。