gpt4 book ai didi

python - Numpy(稀疏)重复索引增量

转载 作者:太空宇宙 更新时间:2023-11-03 14:59:05 29 4
gpt4 key购买 nike

a , b是 1D numpy ndarray与整数数据类型具有相同的大小。

C是一个 2D scipy.sparse.lil_matrix .

如果索引[a, b]包含重复索引,C[a, b] += np.array([1])始终递增C对于 C 的每个唯一索引恰好一次通过[a, b]

文档有提到这一点吗?

示例:

import scipy.sparse as ss
import numpy as np
C = ss.lil_matrix((3,2), dtype=int)
a = np.array([0, 1, 2] * 4)
b = np.array([0, 1] * 6)
C[a, b] += np.array([1])
print(C.todense(), '\n')
C[a, b] += np.array([1])
print(C.todense())

结果:

[[1 1]
[1 1]
[1 1]]

[[2 2]
[2 2]
[2 2]]

最佳答案

我不知道它有记录

众所周知,由于缓冲,密集数组每个唯一索引仅设置一次。我们必须使用 add.at 来获得无缓冲的加法。

In [966]: C=sparse.lil_matrix((3,2),dtype=int)
In [967]: Ca=C.A
In [968]: Ca += 1
In [969]: Ca
Out[969]:
array([[1, 1],
[1, 1],
[1, 1]])

In [970]: Ca=C.A
In [973]: np.add.at(Ca,(a,b),1)
In [974]: Ca
Out[974]:
array([[2, 2],
[2, 2],
[2, 2]])

您的示例显示 lil 索引设置也以缓冲方式运行。但我必须查看代码才能确切了解原因。

据记录,coo 样式输入是对重复项进行求和。

In [975]: M=sparse.coo_matrix((np.ones_like(a),(a,b)), shape=(3,2))
In [976]: print(M)
(0, 0) 1
(1, 1) 1
(2, 0) 1
(0, 1) 1
(1, 0) 1
(2, 1) 1
(0, 0) 1
(1, 1) 1
(2, 0) 1
(0, 1) 1
(1, 0) 1
(2, 1) 1
In [977]: M.A
Out[977]:
array([[2, 2],
[2, 2],
[2, 2]])
In [978]: M
Out[978]:
<3x2 sparse matrix of type '<class 'numpy.int32'>'
with 12 stored elements in COOrdinate format>
In [979]: M.tocsr()
Out[979]:
<3x2 sparse matrix of type '<class 'numpy.int32'>'
with 6 stored elements in Compressed Sparse Row format>
In [980]: M.sum_duplicates()
In [981]: M
Out[981]:
<3x2 sparse matrix of type '<class 'numpy.int32'>'
with 6 stored elements in COOrdinate format>

点按输入的 coo 格式存储,但用于显示或计算(csr 格式)时,将对重复项进行求和。

关于python - Numpy(稀疏)重复索引增量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45269224/

29 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com