R:维度名称列表中的稀疏矩阵

Question

如何根据维度名称列表创建稀疏矩阵？

假设您在数据框中有这个矩阵边列表:

  from to weight
1    4  a      1
2    5  b      2
3    6  c      3

可以这样创建:

from <- factor(c(4:6))
to <- c("a", "b", "c")
weight <- c(1:3)
foo <- data.frame(from, to, weight)

可以创建一个矩阵，首先创建一个用 0 填充的空矩阵，命名行和列，然后将值填充到:

bar <- matrix(
  0,
  nrow = length(unique(foo$from)),
  ncol = length(unique(foo$to)),
  dimnames = list(levels(foo$from), levels(foo$to))
)
bar[as.matrix(foo[,1:2])] <- foo[,3]

结果是这样的:

  a b c
4 1 0 0
5 0 2 0
6 0 0 3

如何创建稀疏矩阵？

解决方案

一种优雅的方式是使用 Matrix需要使用 factors 的整数值的包:

bar_sparse <- sparseMatrix(
  i = as.numeric(foo$from),
  j = as.numeric(foo$to),
  x = foo$weight,
  dimnames = list(levels(foo$from), levels(foo$to))
)

开始吧:

  a b c
4 1 . .
5 . 2 .
6 . . 3

谢谢 Martin，为我指明了这个方向。

Answer 1

作为 Matrix 包的维护者:在构造中允许对 sparseMatrix 对象使用 dimnames，和列名甚至是重要的，特别是例如对于稀疏模型矩阵(在 glmnet 等)。但出于效率原因(并且部分缺乏用例，因此“尚未实现”)它们并不总是在矩阵乘法中传播，例如 IIRC。

这种“半不鼓励”支持的主要原因是稀疏矩阵在非常大的情况下特别重要，因为 nrow(.) * ncol(.) 很大。在这种情况下，携带(和复制!!)数十万行(和列)名称的成本很高。

在所有这些警告之后，当然我承认你问了一个非常有效的问题，你现在可能没有选择，确实需要使用行和列的 names 而不是整数指数。

是的，你(几乎)是对的:使用

M <- Matrix(0, n,m, dimnames=....)
for(i in ...)
  for(j in ...)
        M[i,j] <- ...

对于 sparseMatrix 对象(即所有继承自 sparseMatrix 的 Matrix 对象)来说绝不是个好主意。相反，使用 sparseMatrix(...., dimnames = ..) .. 顺便说一下，使用 dimnames 参数比设置 colnames 和 rownames 之后分开。