对于 SciPy 稀疏矩阵，如何获取低于阈值的值的索引答案

【问题标题】：For a SciPy sparse matrix, how to get indices of values below a threshold对于 SciPy 稀疏矩阵，如何获取低于阈值的值的索引
【发布时间】：2022-11-03 05:55:27
【问题描述】：

使用条件语句过滤 SciPy 稀疏数组中的值时，如何获取这些值的索引？

我正在尝试使用将条件语句应用于csc_array().data 来获取索引，但它们与csc_array().nonzero() 索引不匹配。这是我面临的问题的一个例子：

import numpy as np
from scipy.sparse import dok_array, csc_array

m = dok_array((1000, 1000))
for i, j in zip(np.random.randint(0, 1000, 100), np.random.randint(0, 1000, 100)):
    m[i, j] = np.random.random()

threshold = 0.3
tmp = csc_array(m)
mask = tmp.data < threshold
i, j = tmp.nonzero()
i_mask, j_mask = i[mask], j[mask]
assert np.alltrue(tmp[i_mask, j_mask] < threshold), "This fails!!!"

【问题讨论】：

标签： python scipy sparse-matrix

【解决方案1】：

要解决csc_array().data 和csc_array().nonzero() 的排序之间的不匹配问题，您可以简单地使用nonzero 索引，如下所示：

import numpy as np
from scipy.sparse import dok_array, csc_array

m = dok_array((1000, 1000))
for i, j in zip(np.random.randint(0, 1000, 100), np.random.randint(0, 1000, 100)):
    m[i, j] = np.random.random()

threshold = 0.3
tmp = csc_array(m)
i, j = tmp.nonzero()
mask = tmp[i, j] < threshold
i_mask, j_mask = i[mask], j[mask]
tmp[i_mask, j_mask] = 0
tmp.eliminate_zeros()
assert np.alltrue(threshold < tmp.data), "Should not see this!!!" 

m = dok_array(tmp)

【讨论】：