Итерация через вектор scipy.sparse(или матрицу)

Ответ 1

Изменение: метод bbtrb (с использованием coo_matrix) намного быстрее, чем мое первоначальное предложение, используя ненулевой. Предложение Свена Марнаха использовать itertools.izip также улучшает скорость. using_tocoo_izip самым быстрым является using_tocoo_izip:

import scipy.sparse
import random
import itertools

def using_nonzero(x):
    rows,cols = x.nonzero()
    for row,col in zip(rows,cols):
        ((row,col), x[row,col])

def using_coo(x):
    cx = scipy.sparse.coo_matrix(x)    
    for i,j,v in zip(cx.row, cx.col, cx.data):
        (i,j,v)

def using_tocoo(x):
    cx = x.tocoo()    
    for i,j,v in zip(cx.row, cx.col, cx.data):
        (i,j,v)

def using_tocoo_izip(x):
    cx = x.tocoo()    
    for i,j,v in itertools.izip(cx.row, cx.col, cx.data):
        (i,j,v)

N=200
x = scipy.sparse.lil_matrix( (N,N) )
for _ in xrange(N):
    x[random.randint(0,N-1),random.randint(0,N-1)]=random.randint(1,100)

дает этому timeit результаты:

% python -mtimeit -s'import test' 'test.using_tocoo_izip(test.x)'
1000 loops, best of 3: 670 usec per loop
% python -mtimeit -s'import test' 'test.using_tocoo(test.x)'
1000 loops, best of 3: 706 usec per loop
% python -mtimeit -s'import test' 'test.using_coo(test.x)'
1000 loops, best of 3: 802 usec per loop
% python -mtimeit -s'import test' 'test.using_nonzero(test.x)'
100 loops, best of 3: 5.25 msec per loop

Ответ 2

Самый быстрый способ - преобразовать в coo_matrix:

cx = scipy.sparse.coo_matrix(x)

for i,j,v in zip(cx.row, cx.col, cx.data):
    print "(%d, %d), %s" % (i,j,v)

Ответ 3

Чтобы закодировать множество разреженных матриц из раздела кода scipy.sparse, я бы использовал эту небольшую функцию-оболочку (обратите внимание, что для Python-2 вам рекомендуется использовать xrange и izip для лучшей производительности на больших матрицах)

from scipy.sparse import *
def iter_spmatrix(matrix):
    """ Iterator for iterating the elements in a ``scipy.sparse.*_matrix`` 

    This will always return:
    >>> (row, column, matrix-element)

    Currently this can iterate `coo`, `csc`, `lil` and `csr`, others may easily be added.

    Parameters
    ----------
    matrix : ``scipy.sparse.sp_matrix``
      the sparse matrix to iterate non-zero elements
    """
    if isspmatrix_coo(matrix):
        for r, c, m in zip(matrix.row, matrix.col, matrix.data):
            yield r, c, m

    elif isspmatrix_csc(matrix):
        for c in range(matrix.shape[1]):
            for ind in range(matrix.indptr[c], matrix.indptr[c+1]):
                yield matrix.indices[ind], c, matrix.data[ind]

    elif isspmatrix_csr(matrix):
        for r in range(matrix.shape[0]):
            for ind in range(matrix.indptr[r], matrix.indptr[r+1]):
                yield r, matrix.indices[ind], matrix.data[ind]

    elif isspmatrix_lil(matrix):
        for r in range(matrix.shape[0]):
            for c, d in zip(matrix.rows[r], matrix.data[r]):
                yield r, c, d

    else:
        raise NotImplementedError("The iterator for this sparse matrix has not been implemented")

Ответ 4

У меня была такая же проблема, и на самом деле, если ваша забота - только скорость, самый быстрый способ (более чем на 1 порядок быстрее) состоит в том, чтобы преобразовать разреженную матрицу в плотную (x.todense()) и итерации над ненулевыми элементами в плотной матрице. (Хотя, конечно, для этого подхода требуется гораздо больше памяти)

Ответ 5

tocoo() материализует всю матрицу в другую структуру, которая не является предпочтительной МО для питона 3. Вы также можете рассмотреть этот итератор, что особенно полезно для больших матриц.

from itertools import chain, repeat
def iter_csr(matrix):
  for (row, col, val) in zip(
    chain(*(
          repeat(i, r)
          for (i,r) in enumerate(comparisons.indptr[1:] - comparisons.indptr[:-1])
    )),
    matrix.indices,
    matrix.data
  ):
    yield (row, col, val)

Я должен признать, что я использую много python-конструкций, которые, возможно, должны быть заменены на numpy-constructs (особенно перечислены).

NB

In [43]: t=time.time(); sum(1 for x in rather_dense_sparse_matrix.data); print(time.time()-t)
52.48686504364014
In [44]: t=time.time(); sum(1 for x in enumerate(rather_dense_sparse_matrix.data)); print(time.time()-t)
70.19013023376465
In [45]: rather_dense_sparse_matrix
<99829x99829 sparse matrix of type '<class 'numpy.float16'>'
with 757622819 stored elements in Compressed Sparse Row format>

Итак, да, перечисление несколько медленное (ish)

Для итератора:

In [47]: it = iter_csr(rather_dense_sparse_matrix)
In [48]: t=time.time(); sum(1 for x in it); print(time.time()-t)
113.something something

Итак, вы решаете, приемлемы ли эти накладные расходы, в моем случае tocoo вызвал MemoryOverflows.

IMHO: такой итератор должен быть частью интерфейса csr_matrix, аналогичным items() в dict():)

Ответ 6

Попробуйте filter(lambda x:x, x) вместо x.