稀疏矩阵加法答案

【问题标题】：Sparse Matrix Addition稀疏矩阵加法
【发布时间】：2012-07-06 14:44:59
【问题描述】：

我使用在 scipy 中实现的稀疏矩阵格式作为 csr_matrix。我有一个 mat 变量，它是 csr_matrix 格式的，它的所有元素都是非负的。但是，当我使用 mat + mat 操作时，非零元素数会减少，这对我来说很奇怪。想要的是元素加法，但为什么非元素数量会随着每个元素都是非负数而减少。

最好的问候

【问题讨论】：

你的问题缺乏细节，所以在我的回答中我不得不做出假设。我建议编辑您的问题以添加演示您的问题的代码。这可能会为您提供更好的答案。

标签： python scipy

【解决方案1】：

SciPy 中 csr_matrix 的 nnz 成员计算显式零，因此根据您创建矩阵的方式，这可以解释您所观察到的内容。您可以通过在矩阵中显式设置零来查看此行为。

>>> from scipy.sparse import csr_matrix
>>> A = csr_matrix((5, 5))
>>> A.nnz
0
>>> A[0, 0] = 0
>>> A.nnz
1
>>> A[1,1] = 0
>>> A.nnz
2

现在，当您执行创建新矩阵的操作（例如矩阵加法）时，不会保留显式零。

>>> B = A + A
>>> B.nnz
0

【讨论】：

【解决方案2】：

虽然它可能有点过度杀戮并且不相关，但可能值得研究这两个库

petsc4py

petsc

几乎可以解决你能想到的任何稀疏矩阵问题

【讨论】：

这如何回答这个问题？
@talonmies 值得一试，如果他想使用标准软件来解决 scipy 不付出大量努力就永远无法解决的科学问题，我应该把它作为一个评论，而不是一个问题，抱歉