Belirli koşullara uyan scipy.sparse matris satırlarını sıfırlar olarak ayarlayın

Question

Belirli bir koşulu karşılamayan satırların yerini tutam matrisler için sıfırlarla değiştirmenin en iyi yolunun ne olduğunu merak ediyorum. Örneğin, (I düz gösterim için diziler kullanılır):

a = np.array([[0,0,0,1,1], 
       [1,2,0,0,0], 
       [6,7,4,1,0], # sum > 10 
       [0,1,1,0,1], 
       [7,3,2,2,8], # sum > 10 
       [0,1,0,1,2]]) 

I değiştirmek isteyen bir miktarı toplamı sıfır bir sıra ile daha büyük 10 her satır değiştirmek isteyen

bir [2] ve [ 4] sıfırlarla, yani benim çıkış aşağıdaki gibi görünmelidir:

row_sum = a.sum(axis=1) 
to_keep = row_sum >= 10 
a[to_keep] = np.zeros(a.shape[1]) 

:

array([[0, 0, 0, 1, 1], 
     [1, 2, 0, 0, 0], 
     [0, 0, 0, 0, 0], 
     [0, 1, 1, 0, 1], 
     [0, 0, 0, 0, 0], 
     [0, 1, 0, 1, 2]]) 

Bu yoğun matrisler için yalındır oldukça olduğunu Ancak 0

, ben çalıştığınızda:

s = sparse.csr_matrix(a) 
s[to_keep, :] = np.zeros(a.shape[1]) 

bu hatayı alıyorum:

raise NotImplementedError("Fancy indexing in assignment not " 
NotImplementedError: Fancy indexing in assignment not supported for csr matrices. 

Dolayısıyla, ben seyrek matrisler için farklı bir çözüm gerekir. Ben bu geldi:

Bu bizim sıfıra kimlik matrisi içinde diyagonal 2. ve 4. unsurları kurarsanız, önceden çoğaltılmış matrisin satırları sıfıra ayarlanır gerçeğine dayanır

def zero_out_unfit_rows(s_mat, limit_row_sum): 
    row_sum = s_mat.sum(axis=1).T.A[0] 
    to_keep = row_sum <= limit_row_sum 
    to_keep = to_keep.astype('int8') 
    temp_diag = get_sparse_diag_mat(to_keep) 
    return temp_diag * s_mat 

def get_sparse_diag_mat(my_diag): 
    N = len(my_diag) 
    my_diags = my_diag[np.newaxis, :] 
    return sparse.dia_matrix((my_diags, [0]), shape=(N,N)) 

. Bununla birlikte, daha iyi, daha scipinic bir çözüm olduğunu hissediyorum. Daha iyi bir çözüm var mı?

Answer 1

Çok fazla scithonic olup olmadığından emin değilsiniz, ancak seyrek matrislerdeki pek çok işlem doğrudan guts erişerek daha iyi yapılır. Davanız için kişisel olarak şunu yapabilirim:

a = np.array([[0,0,0,1,1], 
       [1,2,0,0,0], 
       [6,7,4,1,0], # sum > 10 
       [0,1,1,0,1], 
       [7,3,2,2,8], # sum > 10 
       [0,1,0,1,2]]) 
sps_a = sps.csr_matrix(a) 

# get sum of each row: 
row_sum = np.add.reduceat(sps_a.data, sps_a.indptr[:-1]) 

# set values to zero 
row_mask = row_sum > 10 
nnz_per_row = np.diff(sps_a.indptr) 
sps_a.data[np.repeat(row_mask, nnz_per_row)] = 0 
# ask scipy.sparse to remove the zeroed entries 
sps_a.eliminate_zeros() 

>>> sps_a.toarray() 
array([[0, 0, 0, 1, 1], 
     [1, 2, 0, 0, 0], 
     [0, 0, 0, 0, 0], 
     [0, 1, 1, 0, 1], 
     [0, 0, 0, 0, 0], 
     [0, 1, 0, 1, 2]]) 
>>> sps_a.nnz # it does remove the entries, not simply set them to zero 
10