python - 给定数据和坐标初始化 lil_matrix

Question

这是我要做的事情的一个例子:

my_rows = [[1, 3], [0, 2], [], [1]]
my_data = [[1,1], [1,1], [],[1]] 

我想创建一个像这样的矩阵:

import numpy as np
from scipy import sparse
my_lil = sparse.lil_matrix(np.array([[0,1,0,1],
                                     [1,0,1,0],
                                     [0,0,0,0],
                                     [0,1,0,0]]))

所以

>>> my_lil.rows
array([[1, 3], [0, 2], [], [1]], dtype=object)

我觉得我错过了一些非常简单的东西，就像看看初始化是多么容易coo_matrix ，但是我没有看到 lil_matrix 这样的东西

这是我最好的尝试:

my_lil = sparse.lil_matrix([[1,1], [1,1], [],[1]], [[1, 3], [0, 2], [], [1]])

此操作失败并出现以下错误:

TypeError: Cannot cast array data from dtype('O') to dtype('bool') according to the rule 'safe'

我正在使用:

>>> scipy.__version__
'0.14.0'

Answer 1

正如 Scipy 文档中所述，lil_matrix 仅支持通过传递密集或稀疏矩阵或给出所需形状(导致空矩阵)进行实例化。我发现 lil_matrix 不支持这种形式的实例化的主要原因之一是列数将是不确定的。

鉴于此，您可以实例化一个 coo_matrix，因为它支持通过传递数据和定位参数进行实例化，或者您可以创建自己的实例化形式来处理您认为合适的形状。

class my_lil_matrix(sparse.lil_matrix):
    def __init__(self, *args, **kwargs):
        if len(args) >= 2 and isinstance(args[1], list):
            try:
                data, rows = args
            except:
                raise TypeError("Invalid input format")

            if kwargs.get('shape') is None:
                # Column count will just be the largest value in rows
                M, N = (len(rows), max(np.array(rows).max()) + 1)
            else:
                M, N = shape

            super(my_lil_matrix, self).__init__((M, N), **kwargs)

            self.data = np.array(data, copy=kwargs.get('copy'),
                                 dtype=kwargs.get('dtype'))
            self.rows = np.array(rows, copy=kwargs.get('copy'),
                                 dtype=kwargs.get('dtype'))
        else:
            super(my_lil_matrix, self).__init__(*args, **kwargs)