从Python的稀疏csr矩阵中选择最佳结果

问题描述

我正在处理大小为sparse.csr.csr_matrix（类型为'的稀疏矩阵，具有存储的9111761元素），并使用jupyter笔记本3.7.4

我的要求是根据稀疏矩阵中元素的值提取前2个结果。

我正在分享一个样本稀疏c​​sr_matrix的示例

当前稀疏矩阵

  (1,1)    0.5
  (1,5)    0.66
  (1,6)    1.0
  (2,2)    1.0
  (2,3)    0.5
  (2,7)    0.33

所需的稀疏矩阵

  (1,6)    1.0
  (1,5)    0.66
  (2,3)    0.5

我正在寻找可以在大型矩阵上工作而又不花费很多时间的解决方案。

谢谢。

解决方法

top_n = 2
out = []

for r in arr:
    if r.data.size <= top_n:
        out.append(r)
    else:
        top_hits = np.argsort(r.data)[-1 * top_n:]
        out.append(sparse.csr_matrix((r.data[top_hits],r.indices[top_hits],np.array([0,len(top_hits)])),shape=(1,arr.shape[1])))
        
out = sparse.vstack(out)

这不会很快。我不知道有什么更好的方法。