python - 使用 python 生成器高效创建 scipy.lil_matrix

Question

我有一个生成器，可以生成相同长度的单维 numpy.array 。我想要一个包含该数据的稀疏矩阵。行的生成顺序与我希望它们出现在最终矩阵中的顺序相同。 csr 矩阵优于 lil 矩阵，但我认为后者在我描述的场景中更容易构建。

假设 row_gen 是一个生成 numpy.array 行的生成器，以下代码将按预期工作。

def row_gen():
    yield numpy.array([1, 2, 3])
    yield numpy.array([1, 0, 1])
    yield numpy.array([1, 0, 0])

matrix = scipy.sparse.lil_matrix(list(row_gen()))

因为该列表基本上会破坏生成器的任何优点，所以我希望以下内容具有相同的最终结果。更具体地说，我无法在内存中保存整个密集矩阵(或所有矩阵行的列表):

def row_gen():
    yield numpy.array([1, 2, 3])
    yield numpy.array([1, 0, 1])
    yield numpy.array([1, 0, 0])

matrix = scipy.sparse.lil_matrix(row_gen())

但是运行时会引发以下异常:

TypeError: no supported conversion for types: (dtype('O'),)

我还注意到跟踪包括以下内容:

File "/usr/local/lib/python2.7/site-packages/scipy/sparse/lil.py", line 122, in __init__
  A = csr_matrix(A, dtype=dtype).tolil()

这让我认为使用scipy.sparse.lil_matrix最终会创建一个csr矩阵，然后才将其转换为lil矩阵。在这种情况下，我宁愿只创建 csr 矩阵来开始。

回顾一下，我的问题是:从 python 生成器或 numpy 单维数组创建 scipy.sparse 矩阵的最有效方法是什么？

Answer 1

让我们看一下sparse.lil_matrix的代码。它检查第一个参数:

if isspmatrix(arg1):    # is is already a sparse matrix
     ...
elif isinstance(arg1,tuple):    # is it the shape tuple
    if isshape(arg1):
        if shape is not None:
            raise ValueError('invalid use of shape parameter')
        M, N = arg1
        self.shape = (M,N)
        self.rows = np.empty((M,), dtype=object)
        self.data = np.empty((M,), dtype=object)
        for i in range(M):
            self.rows[i] = []
            self.data[i] = []
    else:
        raise TypeError('unrecognized lil_matrix constructor usage')
else:
    # assume A is dense
    try:
        A = np.asmatrix(arg1)
    except TypeError:
        raise TypeError('unsupported matrix type')
    else:
        from .csr import csr_matrix
        A = csr_matrix(A, dtype=dtype).tolil()

        self.shape = A.shape
        self.dtype = A.dtype
        self.rows = A.rows
        self.data = A.data

根据文档 - 您可以从另一个稀疏矩阵、形状和密集数组构造它。密集数组构造函数首先创建一个 csr 矩阵，然后将其转换为 lil。

形状版本构造一个空的lil，其数据如下:

In [161]: M=sparse.lil_matrix((3,5),dtype=int)
In [163]: M.data
Out[163]: array([[], [], []], dtype=object)
In [164]: M.rows
Out[164]: array([[], [], []], dtype=object)

很明显，传递生成器是行不通的 - 它不是一个密集数组。

但是创建了 lil 矩阵后，您可以使用常规数组赋值来填充元素:

In [167]: M[0,:]=[1,0,2,0,0]
In [168]: M[1,:]=[0,0,2,0,0]
In [169]: M[2,3:]=[1,1]
In [170]: M.data
Out[170]: array([[1, 2], [2], [1, 1]], dtype=object)
In [171]: M.rows
Out[171]: array([[0, 2], [2], [3, 4]], dtype=object)
In [172]: M.A
Out[172]: 
array([[1, 0, 2, 0, 0],
       [0, 0, 2, 0, 0],
       [0, 0, 0, 1, 1]])

并且您可以直接为子列表赋值(我认为这更快，但更危险):

In [173]: M.data[1]=[1,2,3]
In [174]: M.rows[1]=[0,2,4]
In [176]: M.A
Out[176]: 
array([[1, 0, 2, 0, 0],
       [1, 0, 2, 0, 3],
       [0, 0, 0, 1, 1]])

另一种增量方法是构造 3 个 coo 格式的数组或列表，然后根据它们创建 coo 或 csr。

sparse.bmat 是另一个选项，其代码是构建 coo 输入的一个很好的示例。我会让你自己看看。