我正在使用Scipy使用 scipy.sparse.lil_matrix 构建一个大的，稀疏的（250k X 250k）共生矩阵 . 共生矩阵是三角形;也就是说，M [i，j] == M [j，i] . 由于将所有数据存储两次是非常低效的（在我的情况下，不可能），我当前正在坐标（i，j）处存储数据，其中i总是小于j . 换句话说，我有一个存储在（2,3）的值，没有值存储在（3,2），即使我的模型中的（3,2）应该等于（2,3） . （参见下面的矩阵示例）
我的问题是我需要能够随机提取与给定索引相对应的数据，但是，至少我正在做的方式，一半数据在行中，一半在列中，就像这样：
M =
[1 2 3 4
0 5 6 7
0 0 8 9
0 0 0 10]
所以，给定上面的矩阵，我希望能够像 M[1] 那样进行查询，然后返回 [2,5,6,7] . 我有两个问题：
1）有没有比首先查询行，然后是列，然后连接两个更有效（最好是内置）的方法呢？这很糟糕，因为无论我使用CSC（基于列）还是CSR（基于行）内部表示，两个查询之一效率都非常低 .
2）我甚至使用Scipy的正确部分？我在Scipy库中看到了一些提到三角矩阵的函数，但它们似乎围绕从完整矩阵中获取三角矩阵 . 在我的情况下，（我认为）我已经有了一个三角矩阵，并且想要操纵它 .
非常感谢 .
1 回答
我会说你不能吃蛋糕并且也吃它：如果你想要有效的存储，你就不能存储完整的行（如你所说）;如果你想要有效的行访问，我会说你必须存储完整的行 .
虽然真正的表现取决于您的应用程序，但您可以检查以下方法是否适合您：
您使用Scipy's sparse matrices进行有效存储 .
您自动对齐矩阵（StackOverflow上有small recipe，至少在常规矩阵上有效） .
然后，您可以访问其行（或列）;这是否有效取决于稀疏矩阵的实现......