python – 使用布尔掩码切片scipy稀疏矩阵

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 – 使用布尔掩码切片scipy稀疏矩阵，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698字，纯文字阅读大概需要1分钟。

内容图文

我在scipy稀疏矩阵的切片如何在0.10.0和0.10.1中工作时遇到了不同.考虑以下代码：

from numpy import array, ravel
from scipy.sparse import csr_matrix

mat = csr_matrix(array([[1, 0, 0], [0,1,0], [1,0,0]]))
desired_cols = ravel(mat.sum(0)) > 0

print mat[:, desired_cols].A

在scipy 0.10.0中,我得到了我期望得到的结果：

[[1 0]
 [0 1]
 [1 0]]

在0.10.1和0.12.0中,我得到了

[[0 0 1]
 [1 1 0]
 [0 0 1]]

我不确定这是一个错误还是我做错了什么.我使用coo_matrix和csc_matrix得到了相同的结果.

我试图从矩阵中删除总和为0的所有行.我知道csr_matrix不支持有效的列切片,我不应该这样做.

解决方法:

在这些情况下,what_cols是什么.在最近的scipy(0.13.0)中,结果与您的第一个(0.10.0)匹配.如果你想在版本中追溯这些变化,你可能不得不深入了解scipy的github源代码.

内容总结

以上是互联网集市为您收集整理的python – 使用布尔掩码切片scipy稀疏矩阵全部内容，希望文章能够帮你解决python – 使用布尔掩码切片scipy稀疏矩阵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