scipy.sparse从csc_matrix中找到前3个值

问题描述

我有一个非常大的稀疏矩阵，我想检索前10个值的行和列值。我在下面创建了一个小的样本矩阵来模拟这种情况。知道如何在以下示例中获得前3名吗？

import numpy as np
from scipy.sparse import csc_matrix

a = np.matrix([[7,2,0],[0,6],[1,4]])
m = csc_matrix(a)

  (0,0)    7
  (2,0)    1
  (0,1)    2
  (1,2)    6
  (2,2)    4

预期

  (0,0)    7
  (1,2)    4

解决方法

有帮助吗？

如果只需要这些值：

n = 3
np.partition(np.asarray(a),a.size - n,axis=None)[-n:]

输出

array([4,6,7])

如果您需要职位

n = 3
[np.where(a == x) for x in np.partition(np.asarray(a),axis=None)[-n:]]

输出

[(array([2],dtype=int64),array([2],dtype=int64)),(array([1],(array([0],array([0],dtype=int64))]

,

In [32]: a = np.array([[7,2,0],[0,6],[1,4]])
In [33]: M = sparse.coo_matrix(a)
In [34]: M
Out[34]: 
<3x3 sparse matrix of type '<class 'numpy.int64'>'
    with 5 stored elements in COOrdinate format>
In [35]: print(M)
  (0,0)    7
  (0,1)    2
  (1,2)    6
  (2,0)    1
  (2,2)    4
In [36]: M.data
Out[36]: array([7,1,4])
In [37]: idx = np.argsort(M.data)
In [38]: idx
Out[38]: array([3,4,0])
In [39]: idx = idx[-3:]
In [40]: M.data[idx]
Out[40]: array([4,7])
In [41]: M1 = sparse.coo_matrix((M.data[idx],(M.row[idx],M.col[idx])),M.shape
    ...: )
In [42]: M1
Out[42]: 
<3x3 sparse matrix of type '<class 'numpy.int64'>'
    with 3 stored elements in COOrdinate format>
In [43]: M1.A
Out[43]: 
array([[7,4]])
In [44]: print(M1)
  (2,2)    4
  (1,2)    6
  (0,0)    7

我使用的是coo格式，因为在给定数据idx的情况下更容易获得行/列值。对于csr/csc indices与data匹配，但是indptr的值将很难重新创建。