如何将scipy csr_matrix转换回行、列和数据列表？

Question

我有一个scipy csr_matrix，根据文档的规定创建方式如下：

import numpy as np
from scipy.sparse import csr_matrix
row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
mtr = csr_matrix((data, (row, col)))
mtr.toarray()
array([[1, 0, 2],
       [0, 0, 3],
       [4, 5, 6]])

如何高效地将矩阵mtr转换回最初的三个列表row, col和data？

- Sergey Zakharov

Answer 1

正如您在评论中提到的，您可以通过访问data属性来获取数据。要获取行和列，您可以将数组转换为COO格式，并访问data、row和col属性：

这是您的数组mtr：

In [11]: mtr
Out[11]: 
<3x3 sparse matrix of type '<class 'numpy.int64'>'
    with 6 stored elements in Compressed Sparse Row format>

In [12]: mtr.A
Out[12]: 
array([[1, 0, 2],
       [0, 0, 3],
       [4, 5, 6]], dtype=int64)

将数据转换为COO格式，并访问data、row和col属性。

In [13]: c = mtr.tocoo()

In [14]: c.data
Out[14]: array([1, 2, 3, 4, 5, 6], dtype=int64)

In [15]: c.row
Out[15]: array([0, 0, 1, 2, 2, 2], dtype=int32)

In [16]: c.col
Out[16]: array([0, 2, 2, 0, 1, 2], dtype=int32)

- Warren Weckesser

Answer 2

只需调用 my_csr_matrix.nonzero()，然后进行索引即可。

代码：

import numpy as np
from scipy.sparse import csr_matrix
row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
mtr = csr_matrix((data, (row, col)))

print(mtr.todense())

rows, cols = mtr.nonzero()
data = mtr[rows, cols]

print(rows, cols, data)

输出：

[[1 0 2]
 [0 0 3]
 [4 5 6]]
[0 0 1 2 2 2] [0 2 2 0 1 2] [[1 2 3 4 5 6]]

- sascha

---

谢谢。另外我发现获取数据只需使用 mtr.data。 - Sergey Zakharov

是的，我对 .data 的顺序也不确定，但似乎那样做也可以（而且更快）。 - sascha

查看 mtr.nonzero 代码。它将 mtr 转换为 coo，并返回行和列属性（但会进行额外的 data！=0 测试，以防在创建矩阵后将某些值设置为 0）。 - hpaulj

看看这段代码。它从返回的数组中删除那些额外的 0，但不修改原始矩阵。有一个单独的方法用于清除零(csr_matrix.eliminate_zeros)。每个方法的“doc”页面都有一个[source]链接。 - hpaulj

@hpaulj 抱歉，我在这个话题上是新手，不太习惯阅读源代码。删除零可能会成为一个问题，因为我故意在一个矩阵的最后一列添加了一个零，以使其形状与我使用的其他矩阵对齐，因为我需要对它们进行许多逐点操作。您有什么建议来处理它？ - Sergey Zakharov