用 numpy.NaN 初始化 scipy.sparse 矩阵的最快方法是什么？答案

【问题标题】：what is the fastest way to initialise a scipy.sparse matrix with numpy.NaN?用 numpy.NaN 初始化 scipy.sparse 矩阵的最快方法是什么？
【发布时间】：2012-12-31 17:44:02
【问题描述】：

我想用 numpy 数组初始化一个稀疏矩阵。 numpy 数组包含 NaN 作为我的程序的零，初始化稀疏矩阵的代码如下：

a= np.array([[np.NaN,np.NaN,10]])
zero_a= np.array([[0,0,10]])
spr_a = lil_matrix(a)
zero_spr_a = lil_matrix(zero_a)
print repr(spr_a)
print repr(zero_spr_a)

输出是

'type'numpy.float64'' 类型的 1x3 稀疏矩阵具有 3 个以链接列表格式存储的元素 'type'numpy.int64'' 类型的 1x3 稀疏矩阵具有 1 个以链接列表格式存储的元素

对于 0 的数组，只有 1 个元素存储在稀疏矩阵中。但是NaN数组中存储了3个元素，如何将NaN视为scipy矩阵的零？

【问题讨论】：

标签： python scipy

【解决方案1】：

如果您只想从数据中创建一个稀疏矩阵，将NaNs 视为零，您可以执行以下操作。首先，让我们创建一个包含多个np.nans 的随机数组：

>>> nans = np.random.randint(0, 2, size=(5,5))
>>> a = np.ones((5,5))
>>> a = np.where(nans, np.nan, a)
>>> a
array([[  1.,   1.,   1.,   1.,  nan],
       [ nan,  nan,  nan,   1.,   1.],
       [ nan,  nan,   1.,   1.,  nan],
       [  1.,   1.,   1.,   1.,  nan],
       [  1.,  nan,   1.,  nan,  nan]])

要使这个稀疏的 COO 格式，它很简单：

>>> indices = np.nonzero(~np.isnan(a))
>>> sps = scipy.sparse.coo_matrix((a[indices], indices), shape=a.shape)
>>> sps
<5x5 sparse matrix of type '<type 'numpy.float64'>'
    with 14 stored elements in COOrdinate format>

并检查它们是否相同：

>>> sps.toarray()
array([[ 1.,  1.,  1.,  1.,  0.],
       [ 0.,  0.,  0.,  1.,  1.],
       [ 0.,  0.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.,  0.],
       [ 1.,  0.,  1.,  0.,  0.]])

虽然你的NaNs 现在不见了...

【讨论】：

【解决方案2】：

零作为稀疏矩阵中的空值的用法在代码中根深蒂固，因此很遗憾它不是很容易改变。

首先，我会重新考虑将NaN 或其他值视为稀疏矩阵中的空值的必要性。也许您的代码中还有另一种方式？

如果您确实必须更改稀疏矩阵中的空值，那么您必须基于lil_matrix 甚至spmatrix 定义一个新类。最重要的是，您需要更改方法get nnz()，它定义了非零点的数量。但是您还需要重新定义矩阵，因为它被转换为对象 dtype 的np.matrix，并且在此过程中清除了零。

【讨论】：