从具有边的数据帧创建稀疏矩阵

Question

假设我有一个 csv 文件，其中包含以下格式的数据：

甲乙

C D

A C

D F

GH

K 米

MA

其中每一行给出节点1和节点2之间的无向边。我目前正在将其作为数据框读取，但想将其转换为稀疏矩阵。有没有一种快速简便的方法来做到这一点而无需循环？

Answer 1

要直接构造一个 scipy 稀疏矩阵，您必须将字母映射到唯一索引上，例如A == 1、B == 2等

In [202]: txt='''A B
     ...: 
     ...: C D
     ...: 
     ...: A C
     ...: 
     ...: D F
     ...: 
     ...: G H
     ...: 
     ...: K M
     ...: 
     ...: M A'''.splitlines()
In [203]: values = 'ABCDEFGHIJKLM'
In [204]: data = [x.split() for x in txt if x]
In [205]: data = [[values.index(x) for x in row] for row in data]
In [206]: data
Out[206]: [[0, 1], [2, 3], [0, 2], [3, 5], [6, 7], [10, 12], [12, 0]]

所以现在我们有了坐标对。有多种方法可以从这些构造稀疏矩阵。从概念上讲，也许最简单的方法是使用lil 格式矩阵（迭代构造的最佳格式）进行迭代：

In [207]: from scipy import sparse
In [208]: M = sparse.lil_matrix((len(values),len(values)),dtype=int)
In [209]: for row in data:
     ...:     M[tuple(row)] = 1
     ...:     
In [210]: M
Out[210]: 
<13x13 sparse matrix of type '<class 'numpy.int64'>'
    with 7 stored elements in LInked List format>
In [211]: M.A
Out[211]: 
array([[0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])