Почему scipy.sparse.csc_matrix не сохраняет порядок индексации моего np.array? - PullRequest
Новая
       33

Почему scipy.sparse.csc_matrix не сохраняет порядок индексации моего np.array?

2 голосов
/ 22 марта 2019

Я пишу код для удаления нескольких столбцов из нескольких больших, параллельных матриц sparse.csc (то есть все матрицы имеют одинаковое значение dim и все элементы nnz находятся в одинаковых местах) одновременно и эффективно.Я делаю это путем индексации только столбцов, которые я хочу сохранить для одной матрицы, а затем повторного использования индексов и списков indptr для других.Однако, когда я индексирую матрицу csc по списку, она переупорядочивает список данных, поэтому я не могу повторно использовать индексы.Есть ли способ заставить scipy сохранить список данных в исходном порядке?Почему он переупорядочивается только при индексации списком? 

import scipy.sparse
import numpy as np
mat = scipy.sparse.csc_matrix(np.array([[1,0,0,0,2,5], 
                                        [1,0,1,0,0,0], 
                                        [0,0,0,4,0,1],
                                        [0,3,0,1,0,4]]))
print mat[:,3].data

возвращает массив ([4, 1]) 

print mat[:,[3]].data

возвращает массив ([1, 4])

1 Ответ

1 голос
/ 22 марта 2019 
In [43]: mat = sparse.csc_matrix(np.array([[1,0,0,0,2,5],[1,0,1,0,0,0],[0,0,0,4,
    ...: 0,1],[0,3,0,1,0,4]])) 
    ...:  
    ...:                                                                        
In [44]: mat                                                                    
Out[44]: 
<4x6 sparse matrix of type '<class 'numpy.int64'>'
    with 10 stored elements in Compressed Sparse Column format>
In [45]: mat.data                                                               
Out[45]: array([1, 1, 3, 1, 4, 1, 2, 5, 1, 4], dtype=int64)
In [46]: mat.indices                                                            
Out[46]: array([0, 1, 3, 1, 2, 3, 0, 0, 2, 3], dtype=int32)
In [47]: mat.indptr                                                             
Out[47]: array([ 0,  2,  3,  4,  6,  7, 10], dtype=int32)

скалярное выделение: 

In [48]: m1 = mat[:,3]                                                          
In [49]: m1                                                                     
Out[49]: 
<4x1 sparse matrix of type '<class 'numpy.int64'>'
    with 2 stored elements in Compressed Sparse Column format>
In [50]: m1.data                                                                
Out[50]: array([4, 1])
In [51]: m1.indices                                                             
Out[51]: array([2, 3], dtype=int32)
In [52]: m1.indptr                                                              
Out[52]: array([0, 2], dtype=int32)

индексирование списка: 

In [53]: m2 = mat[:,[3]]                                                        
In [54]: m2.data                                                                
Out[54]: array([1, 4], dtype=int64)
In [55]: m2.indices                                                             
Out[55]: array([3, 2], dtype=int32)
In [56]: m2.indptr                                                              
Out[56]: array([0, 2], dtype=int32)

Сортировка: 

In [57]: m2.sort_indices()                                                      
In [58]: m2.data                                                                
Out[58]: array([4, 1], dtype=int64)
In [59]: m2.indices                                                             
Out[59]: array([2, 3], dtype=int32)

индексирование csc со списком использует матричное умножение. Он строит матрицу экстрактора на основе индекса, а затем умножает точку. Так что это совершенно новая разреженная матрица; не просто подмножество данных csc и атрибутов индекса.

Матрицы csc имеют метод, обеспечивающий упорядочение значений показателей (в столбце). Применение этого может помочь гарантировать, что массивы будут отсортированы таким же образом.

...