我正在尝试弄清楚如何按列迭代 scipy 稀疏矩阵。我正在尝试计算每列的总和,然后用该总和对该列的成员进行加权。我想做的基本上是:
for i=0 to #columns
for j=0 to #rows
sum=sum+matrix[i,j]
for j=0to #rows
matrix[i,j]=matrix[i,j]/sum
我在示例中看到的所有迭代器都会一次遍历整个矩阵,而不是逐列进行。有没有办法做我想做的事情?
最佳答案
Scipy 稀疏矩阵有自己的 sum
方法,您可以使用它。例如:
A=sp.lil_matrix((5,5))
b=1+np.arange(0,5)
A.setdiag(b[:-1],k=1)
A.setdiag(b)
print(A)
(0, 0) 1.0
(0, 1) 1.0
(1, 1) 2.0
(1, 2) 2.0
(2, 2) 3.0
(2, 3) 3.0
(3, 3) 4.0
(3, 4) 4.0
(4, 4) 5.0
f=A.sum(axis=0)
print(f)
[[1. 3. 5. 7. 9.]]
返回的总和是一个密集的 numpy.matrix
,您可以将其转换为比例因子:
print(A/f)
[[1. 0.33333333 0. 0. 0. ]
[0. 0.66666667 0.4 0. 0. ]
[0. 0. 0.6 0.42857143 0. ]
[0. 0. 0. 0.57142857 0.44444444]
[0. 0. 0. 0. 0.55555556]]
关于python - 按列迭代 scipy 稀疏矩阵,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10475457/