首页 文章

如何在Scipy Python稀疏矩阵中实现CSR_Matrix的循环置换（左移和右移）？

提问于
浏览 次
4

我使用Scipy稀疏矩阵 csr_matrix 在字上下文向量中用作上下文向量 . 我的 csr_matrix 是 (1, 300) 形状，所以它是一维矢量 .

我需要在稀疏向量上使用置换（圆右移或圆左移）（用于显示左上下文和右上下文） .

例如：我有 [1, 2, 3, 4] ，我想创建左右排列，如下所示：

正确的排列： [4, 1, 2, 3]
左排列： [2, 3, 4, 1]

在csr矩阵中，我无法访问列索引，所以我不能只改变列索引 .

在 csr_matrix 中是否存在针对行排列的高效高性能解决方案，还是我错过了什么？

可运行代码：

from scipy.sparse import csr_matrix
rows = [0, 0, 0]
columns = [100, 47, 150]
data = [-1, +1, -1]
contextMatrix = csr_matrix( (data,(rows, columns)), shape=(1, 300) )

这意味着我有一个300列向量，其列100,47,150都来自行0，它们的值都是非零值，它们的值分别在数据列表中 .

现在我想要的是一个排列，这意味着我希望将列数组更改为[101,48,151]以进行右置换，并将[99,46,149]更改为左置换 .

应当注意，排列是循环的，这意味着如果列299具有非零数据，则使用右排列，数据将被移动到列0 .

python scipy permutation sparse-matrix

1 回答

  • 4

    您可以访问和更改CSR矩阵的 data 和 indices 属性，这些属性存储为NumPy数组 .

    http://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.csr_matrix.html#scipy.sparse.csr_matrix

    因此，使用您的代码并遵循评论中的建议，您可以这样做：

    from scipy.sparse import csr_matrix
rows = [0, 0, 0]
columns = [100, 47, 150]
data = [-1, +1, -1]
m = csr_matrix( (data,(rows, columns)), shape=(1, 300) )

indices = m.indices

# right permutation
m.indices = (indices + 1) % m.shape[1]

# left permutation
m.indices = (indices - 1) % m.shape[1]
    回复于

相关问题