稀疏矩阵的逐元素操作

Question

如果你有一个稀疏矩阵X：

>> print type(X)
<class 'scipy.sparse.csr.csr_matrix'>

如何计算每行元素的平方和，并将它们保存到列表中？例如：

>>print X.todense()
[[0 2 0 2]
 [0 2 0 1]]

你如何将其转换为每行平方和的列表：

[[0²+2²+0²+2²]
 [0²+2²+0²+1²]]

或： [8, 5]

- Zach

Answer 1

首先，csr矩阵有一个.sum方法（依赖于点积）可以很好地工作，所以你需要做的就是平方。最简单的解决方案是创建稀疏矩阵的副本，对其数据进行平方然后求和：

squared_X = X.copy()
# now square the data in squared_X
squared_X.data **= 2

# and sum each row:
squared_sum = squared_X.sum(1)
# and delete the squared_X:
del squared_X

如果您真的需要节省空间，我想您可以只需替换 .data 然后再把它替换回来，类似这样：

X.sum_duplicate() # make sure, not sure if this happens with normal usage.
old_data = X.data.copy()
X.data **= 2
squared_sum = X.sum(1)
X.data = old_data

编辑: 其实还有另一种很好的方法，因为 csr 矩阵有一个 .multiply 方法可以进行逐元素乘法:

squared_sum = X.multiply(X).sum(1)

---

补充：逐元素操作可以通过访问csr.data轻松完成，该数组存储所有非零元素的值。注意：我猜测可能需要使用.sum_duplicates()，但我不确定什么样的操作会使其必要。

- seberg

---

我不确定我理解复制矩阵（示例1）和复制数据（示例2）之间的区别。每种方法的影响是什么？ - Zach

没有真正的区别。在第二种情况下，您只需保存X.indptr和X.indices的副本，如果您的内存确实很短，这可能是一个要点，并且速度应该会更快。但通常我会使用第一种选项，因为我认为另一种方法只是不必要的魔法。 - seberg

@Zach 添加了.multiply方法，我认为对于这个问题来说非常不错。 - seberg

我们能否不对矩形矩阵进行平方处理？ - Hima Varsha