我最近一直在处理稀疏矩阵 . 我的目标是以某种方式将图形的邻接列表转换为CSR格式,在此定义:http://devblogs.nvidia.com/parallelforall/wp-content/uploads/2014/07/CSR.png .
我看到的一个可能的选择是,我只是首先构造一个NumPy矩阵并使用 scipy.sparse.csr_matrix
进行转换 . 问题是,SciPy中的CSR与链接中讨论的CSR略有不同 . 我的问题是,这只是一个差异,我需要编写自己的解析器,或者SciPy实际上可以转换为链接中定义的CSR .
更多关于这个问题,让我说我有一个矩阵:
matrix([[1, 1, 0],
[0, 0, 1],
[1, 0, 1]])
CSR格式由两个数组组成,列(C)和行(R) . 我力求看起来像:
C: [0,1,2,0,2]
R: [0,2,3,5]
SciPy返回:
(0, 0) 1
(0, 1) 1
(1, 2) 1
(2, 0) 1
(2, 2) 1
其中第二列与我的C相同,但这是我对COO格式的理解,而不是CSR . (这是使用 csr_matrix(adjacency_matrix)
函数完成的) .
1 回答
内部存储的内容与您通过
print(A)
(其中A
是csr_matrix
)打印矩阵时所看到的内容存在差异 .在documentation中列出了属性 . 其中有以下三个属性:
您可以通过
A.data
,A.indices
和A.indptr
访问(并操纵)它们 .底线:scipy中的CSR格式是一种"real" CSR格式,您不需要编写自己的解析器(只要您不关心在您的情况下不必要的
data
数组) .另请注意:CSR format中的矩阵始终由三个数组表示,而不是两个 .