Создание и обновление разреженной матрицы в python с использованием scipy

Я пытаюсь создать и обновить разреженную матрицу при чтении данных из файла. Матрица имеет размер 100000X40000

Каков наиболее эффективный способ обновления нескольких записей разреженной матрицы? в частности, мне нужно увеличивать каждую запись на 1.

Скажем, у меня есть индексы строк [2, 236, 246, 389, 1691]

и индексы столбцов [117, 3, 34, 2757, 74, 1635, 52]

поэтому все следующие записи должны быть увеличены на единицу:

(2,117) (2,3) (2,34) (2,2757) ...

(236,117) (236,3) (236, 34) (236,2757) ...

и т.д.

Я уже использую lil_matrix, поскольку он дал мне предупреждение для использования, когда я пытался обновить одну запись.

Формат

lil_matrix уже не поддерживает множественное обновление. matrix[1:3,0] += [2,3] дает мне недопустимую ошибку.

Я могу сделать это наивно, увеличивая каждую запись по отдельности. Мне было интересно, есть ли какой-нибудь лучший способ сделать это, или лучше разреженную матричную реализацию, которую я могу использовать.

Мой компьютер также является средним i5-машиной с 4 ГБ оперативной памяти, поэтому я должен быть осторожным, чтобы не взорвать его:)

Ответы

Ответ 1

Создание второй матрицы с 1 в ваших новых координатах и ​​добавление ее к существующему можно сделать следующим образом:

>>> import scipy.sparse as sps
>>> shape = (1000, 2000)
>>> rows, cols = 1000, 2000
>>> sps_acc = sps.coo_matrix((rows, cols)) # empty matrix
>>> for j in xrange(100): # add 100 sets of 100 1's
...     r = np.random.randint(rows, size=100)
...     c = np.random.randint(cols, size=100)
...     d = np.ones((100,))
...     sps_acc = sps_acc + sps.coo_matrix((d, (r, c)), shape=(rows, cols))
... 
>>> sps_acc
<1000x2000 sparse matrix of type '<type 'numpy.float64'>'
    with 9985 stored elements in Compressed Sparse Row format>

Ответ 2

import scipy.sparse

rows = [2, 236, 246, 389, 1691]
cols = [117, 3, 34, 2757, 74, 1635, 52]
prod = [(x, y) for x in rows for y in cols] # combinations
r = [x for (x, y) in prod] # x_coordinate
c = [y for (x, y) in prod] # y_coordinate
data = [1] * len(r)
m = scipy.sparse.coo_matrix((data, (r, c)), shape=(100000, 40000))

Я думаю, что он работает хорошо и не нуждается в цикле. Я непосредственно следую за doc

<100000x40000 sparse matrix of type '<type 'numpy.int32'>'
    with 35 stored elements in COOrdinate format>

Ответ 3

Этот ответ расширяет комментарий @behzad.nouri. Чтобы увеличить значения в "внешнем продукте" ваших списков индексов строк и столбцов, просто создайте их как массивы numpy, настроенные для трансляции. В этом случае это означает, что строки помещаются в столбец. Например,

In [59]: a = lil_matrix((4,4), dtype=int)

In [60]: a.A
Out[60]: 
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])

In [61]: rows = np.array([1,3]).reshape(-1, 1)

In [62]: rows
Out[62]: 
array([[1],
       [3]])

In [63]: cols = np.array([0, 2, 3])

In [64]: a[rows, cols] += np.ones((rows.size, cols.size))

In [65]: a.A
Out[65]: 
array([[0, 0, 0, 0],
       [1, 0, 1, 1],
       [0, 0, 0, 0],
       [1, 0, 1, 1]])

In [66]: rows = np.array([0, 1]).reshape(-1,1)

In [67]: cols = np.array([1, 2])

In [68]: a[rows, cols] += np.ones((rows.size, cols.size))

In [69]: a.A
Out[69]: 
array([[0, 1, 1, 0],
       [1, 1, 2, 1],
       [0, 0, 0, 0],
       [1, 0, 1, 1]])