онемел.где эквивалент для csr matrix python

Question

онемел.где эквивалент для csr matrix python

Я пытаюсь использовать numpy.где с csr_matrix, которая доза не работает. Я спрашиваю, есть ли какая-то встроенная функция, эквивалентная numpy.где для разреженной матрицы. Вот пример того, что я хотел бы сделать без использования Forloop или .тоденс()

 import scipy.sparse as spa

 import numpy as np

 N = 100

 A = np.zeros((N,N))



 di = np.diag_indices((len(A[:,0])))

 A[di] = 2.3

 '''

 adding some values to non-diagonal terms 

 for sake of example 

 '''

 for k in range(0,len(A)-1):

     for j in range(-1,3,2):

         A[k,k+j] = 4.0

 A[2,3] =0.1

 A[3,3] = 0.1

 A[0,4] = 0.2

 A[0,2] = 3



 '''

 creating sparse matrix

 '''

 A = spa.csc_matrix((N,N))

 B = spa.csc_matrix((N,N))



 '''

 Here I get

 TypeError: unsupported operand type(s) for &: 'csc_matrix' and 'csc_matrix'

 '''



 ind1 = np.where((A>0.0) & (A<=1.0)) 

 B[ind1] = (3.0-B[ind1])**5-6.0*(2.0-B[ind1])**5

570 1

python numpy scipy

1 ответ:

Comments

Ничего не найдено.

hpaulj · Accepted Answer · 2014-07-27 00:29:07

Как насчет работы с базовыми массивами для A и B, массивами data
In [36]: ind2=np.where((A.data>0.0)&(A.data<=1.0))

In [37]: A.indices[ind2]
Out[37]: array([2, 3, 0])

In [38]: A.indptr[ind2]
Out[38]: array([28, 31, 37])

In [39]: A.data[ind2]
Out[39]: array([ 0.1,  0.1,  0.2])

In [41]: B.data[ind2]=(3.0-B.data[ind2])**5-6.0*(2.0-B.data[ind2])**5

In [42]: B.data[ind2]
Out[42]: array([ 56.54555,  56.54555,  58.7296 ])
Чтобы увидеть, чему соответствует ind2 в плотной версии, преобразуйте массив в coo
In [53]: Ac=A.tocoo()

In [54]: (Ac.row[ind2], Ac.col[ind2])
Out[54]: (array([2, 3, 0]), array([3, 3, 4]))
Где, для справки, where на плотном массиве является:
In [57]: np.where((A.A>0.0) & (A.A<=1.0))
Out[57]: (array([0, 2, 3]), array([4, 3, 3]))
Одно важное предостережение - работа с A.data означает, что вы исключаете все нулевые записи плотного массива.