python - 在稀疏矩阵中找到非零 block 并进行处理

Question

我有一个稀疏矩阵，它的大部分值都是零。在这个矩阵中，一些连续的行和列的组是非零的。每个非零 block 都分配有一个 ID。同一 ID 最多只能分配给两个组。示例(看 5 和 8):

         [8 8 0 0 0 0 0 0 0 0 0]
         [0 5 5 5 0 0 0 5 5 0 0]
         [0 0 5 5 0 3 0 5 0 0 8]
         [0 0 0 5 0 3 0 0 0 0 8]
         [0 0 0 2 4 4 0 0 0 0 8]
         [0 0 0 2 4 4 0 0 0 0 8]  

现在的问题是，如何将具有相同 ID 的组更改为不同的组[新 ID 可以是任何内容]？输入矩阵是 numpy 矩阵。这是上述矩阵的一个可能输出(“5”-id 组之一更改为 50，“8”-Id 组更改为 66):

         [66  66  0  0  0 0 0 0 0 0 0]
         [0   50  50 50 0 0 0 5 5 0 0]
         [0   0   50 50 0 3 0 5 0 0 8]
         [0   0   0  50 0 3 0 0 0 0 8]
         [0   0   0  2  4 4 0 0 0 0 8]
         [0   0   0  2  4 4 0 0 0 0 8] 

Answer 1

首先，我会尝试通过扫描数组中的非零术语来构建字典。

scipy.sparse 使用 dok 格式(键字典)执行此操作，其中键是包含 i,j 的元组坐标，值为数组值。但是出于这个问题的目的，我将值(5,8 等)设为键，字典值将是一个坐标元组列表。 collections.defaultdict 会很快做到这一点。

例如:

dd = {8:[(0,0),(0,1),(2,11),(3,11),...], 5:[(1,1),(1,2),...]}

然后我会扫描字典，并使用某种距离标准，分解列表

dd = {66:[(0,0),(0,1)], 8:[(2,11),(3,11)...], 55:[...], 5:[...]...}

我认为没有办法避免多次遍历数组。像这样的字典是一种收集和重组数据的灵活方式。一旦更好地理解了问题，就可以直接使用数组。但第一步是获得工作代码。效率是后来的。