r - 将 R 中稀疏矩阵的对角线归零的内存有效方法

Question

我想将 R 中稀疏矩阵的对角线归零。我的蛮力方法是将其明确设置为零，但这似乎效率低下。有没有更有效的方法？

require(Matrix)
A <- as(rsparsematrix(nrow = 1e7, ncol = 1e7, nnz = 1e4), "sparseMatrix")
diag(A) <- 0
A <- drop0(A)  # cleaning up

澄清与解决:我最初的担心是 Matrix 会在对角线上使用实际零点来膨胀稀疏矩阵。事实证明并非如此(最终，尽管在此期间确实如此，请参阅下面的评论)。要看到这一点，请考虑如果我们将对角线设置为 1 会发生什么:

A <- as(rsparsematrix(nrow = 1e7, ncol = 1e7, nnz = 1e4), "sparseMatrix")
format(object.size(A), units = "Mb")

[1] "38.3 Mb"

diag(A) <- 1
format(object.size(A), units = "Mb")

[1] "152.7 Mb"

我们添加的许多非零元素占用了 O(n) 内存，其中 n 是矩阵的维度。但是，与 diag(A) <- 0我们得到:

diag(A) <- 1
format(object.size(A), units = "Mb")

[1] "38.3 Mb"

也就是说，Matrix 已经有效地处理了这种情况。

Answer 1

您可以非常快速地找到非零条目:

ij <- which(A != 0, arr.ind = TRUE)

# Subset to those on the diagonal:

ij <- ij[ij[,1] == ij[,2],,drop = FALSE]

# And set those entries to zero:

A[ij] <- 0

编辑添加:
正如对原始问题的修订所说，这最终不会节省太多内存，但速度要快得多。 diag(A) <- 0在我的电脑上，语句大约需要 3.2 秒，而这 3 个步骤大约需要 0.2 秒。以下是如何进行计时:

library(microbenchmark)
microbenchmark(A <- as(rsparsematrix(nrow = 1e7, ncol = 1e7, nnz = 1e4), "sparseMatrix"),
{A <- as(rsparsematrix(nrow = 1e7, ncol = 1e7, nnz = 1e4), "sparseMatrix"); diag(A) <- 0},
{A <- as(rsparsematrix(nrow = 1e7, ncol = 1e7, nnz = 1e4), "sparseMatrix");ij <- which(A != 0, arr.ind = TRUE);ij <- ij[ij[,1] == ij[,2],,drop = FALSE];A[ij] <- 0}, times = 10)

当我运行它时，我看到矩阵创建的中位时间为 137 毫秒，没有别的，创建时间为 3351 毫秒，加上 diag(A) 调用，创建时间为 319 毫秒，然后是我的代码。
它还在中间步骤中节省了大量内存，使用内存分析可以看出: Rprof(memory=TRUE); run code ; Rprof(NULL); summaryRprof() .