python - Scipy 相当于 numpy where 对于稀疏矩阵

Question

我正在寻找 numpy.where 的等价物与 scipy 提供的稀疏表示一起使用 ( scipy.sparse )。有没有什么可以让您像使用 if-then-else 语句一样处理这些矩阵？

更新更具体地说:我需要 where 作为 if-then-else 向量化函数，即在类似这样的任务中，对于矩阵 A 中等于 K 的每个值，将相应的值放入矩阵 B，否则为 C .您可以使用 find 之类的方法来检索满足逻辑条件的那些条目的索引，然后取反它们以找到所有剩余的条目，但是对于稀疏矩阵，没有更紧凑的方法吗？

Answer 1

您可以使用 scipy.sparse.find ( http://docs.scipy.org/doc/scipy-0.9.0/reference/generated/scipy.sparse.find.html )。此函数返回稀疏矩阵的非负值。对于特定条件，您可以使用即:

 import scipy.sparse as sp
 A = sp.csr_matrix([[1, 2, 0], [0, 0, 3], [4, 0, 5]])
 B = A > 2 #the condition
 indexes = sp.find(B)