从稀疏矩阵中轻松抽样向量，并从样本创建新矩阵（Python）

Question

这个问题有两部分（也许一个解决方案？）：

从稀疏矩阵中获取样本向量：是否有一种简单的方法从稀疏矩阵中获取样本向量？ 当我尝试使用random.sample抽取行时，会出现TypeError：稀疏矩阵长度不明确。

from random import sample
import numpy as np
from scipy.sparse import lil_matrix
K = 2
m = [[1,2],[0,4],[5,0],[0,8]]
sample(m,K)    #works OK
mm = np.array(m)
sample(m,K)    #works OK
sm = lil_matrix(m)
sample(sm,K)   #throws exception TypeError: sparse matrix length is ambiguous.

我的当前解决方案是从矩阵的行数中进行采样，然后使用getrow()函数，类似于：

indxSampls = sample(range(sm.shape[0]), k)
sampledRows = []
for i in indxSampls:
    sampledRows+=[sm.getrow(i)]

还有其他高效/优雅的方法吗？密集矩阵大小为1000x30000，可能更大。

从稀疏向量列表构建稀疏矩阵：现在假设我有采样向量采样行的列表，如何将其转换为稀疏矩阵而不使其密集化，将其转换为列表的列表，然后将其转换为lil_matrix？

- ScienceFriction

Answer 1

尝试

sm[np.random.sample(sm.shape[0], K, replace=False), :]

使用这种方法可以得到一个LIL格式的矩阵，只包含K行（按照random.sample确定的顺序）。我不确定它是否非常快，但它肯定比手动逐行访问要好，并且可能会预先分配结果。

- Danica

---

它实际上并不起作用，因为它返回了一个长度各异且不稀疏的列表嵌套列表。例如，sm.data[sample(xrange(sm.shape[0]), 2)] 返回 array([[1, 2], [8]], dtype=object)。 - ScienceFriction

@ScienceFriction 哎呀，你说得对：我在一个所有行都有条目的样本上进行测试。我已经将答案更改为类似的东西，实际上可以一步得到一个稀疏矩阵。 - Danica

我之前不熟悉xrange()，但它似乎非常有用 :) - ScienceFriction

“TypeError: random_sample() takes at most 1 positional argument (2 given)” 也许在过去这个命令可以正常运行，但是在现代版本的numpy中，np.random.sample已经成为numpy.random.random_sample的别名，只接受一个参数size，并返回一个随机数数组。 - mbecker

Answer 2

这个问题的被接受答案已经过时并且不再适用。在新版本的 numpy 中，你应该使用 np.random.choice 代替 np.random.sample，例如：

sm[np.random.choice(sm.shape[0], K, replace=False), :]

与之相反：

sm[np.random.sample(sm.shape[0], K, replace=False), :]

- primaj