首页 / PYTHON / python – scipy.sparse_matrix中元素的批量清零

python – scipy.sparse_matrix中元素的批量清零

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – scipy.sparse_matrix中元素的批量清零，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1011字，纯文字阅读大概需要2分钟。

内容图文

我有一个scipy.sparse_matrix A,我希望将一个体积分数很小的元素归零. (在我今天正在使用的矩阵中,A有大约7000万个条目,我想将其中的大约700K归零).我有几种不同格式的元素,但是现在它们位于与A相同维度的sparse_matrix B中,其值为0/1.

如果这些是密集矩阵(EDIT：numpy数组),我可以做到
A = A-A * B.
但我无法用稀疏矩阵做任何简单的方法. (或者实际上除了(a)迭代B中的元素并在这些元素中将A设置为0或(b)将所有内容转换为密集时,我所拥有的尺寸几乎不适合内存……)

解决方法:

Scipy的稀疏矩阵有一个乘法逐点乘法.你可以简单地做：

A = A - A.multiply(B)

我认为你可能必须运行eliminate_zeros()方法来摆脱归零的条目,但显然这是不必要的：

>>> sp_mat
<1000000x1000000 sparse matrix of type '<type 'numpy.float64'>'
    with 1000 stored elements in Compressed Sparse Row format>
>>> zero_mat
<1000000x1000000 sparse matrix of type '<type 'numpy.int32'>'
    with 96 stored elements in Compressed Sparse Row format>
>>> sp_mat - sp_mat.multiply(zero_mat)
<1000000x1000000 sparse matrix of type '<type 'numpy.float64'>'
    with 904 stored elements in Compressed Sparse Row format>

内容总结

以上是互联网集市为您收集整理的python – scipy.sparse_matrix中元素的批量清零全部内容，希望文章能够帮你解决python – scipy.sparse_matrix中元素的批量清零所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/776832.html

来源：【匿名】