python - 为什么 scipy.sparse.csc_matrix.sum() 的结果将其类型更改为 numpy 矩阵？

Question

我想生成一个大的稀疏矩阵并将其求和，但我经常遇到 MemoryError 。于是我尝试通过 scipy.sparse.csc_matrix.sum 进行操作相反，但发现求和后数据类型又变回了 numpy matrix。

window = 10    
np.random.seed = 0
mat = sparse.csc_matrix(np.random.rand(100, 120)>0.5, dtype='d')
print type(mat)
>>> <class 'scipy.sparse.csc.csc_matrix'>

mat_head = mat[:,0:window].sum(axis=1)
print type(mat_head)
>>> <class 'numpy.matrixlib.defmatrix.matrix'>

因此，我生成了 mat 作为零矩阵，只是为了测试 mat_head 全为零时的结果。

mat = sparse.csc_matrix((100,120))
print type(mat)
>>> <class 'scipy.sparse.csc.csc_matrix'>
mat_head = mat.sum(axis=1)
print type(mat_head)
>>> <class 'numpy.matrixlib.defmatrix.matrix'>
print np.count_nonzero(mat_head)
>>> 0

为什么会发生这种情况？因此，通过 scipy.sparse 求和在保留内存方面不会比 numpy 受益，因为它们无论如何都会更改数据类型？

Answer 1

只要有可能为本质上的设计选择给出一个强有力的理由，我会提出以下论点:

csr 和 csc 格式是为稀疏但不是极其稀疏的矩阵而设计的。特别是，对于具有明显少于 n 个非零值的 nxn 矩阵，这些格式相当浪费，因为在数据和索引之上，它们携带一个大小为 n+1 的字段 indptr(描述行或列)。

因此，假设正确使用了 csc 或 csr 矩阵，则可以合理地预期行或列总和不会稀疏，并且相应的方法应返回密集向量。