我遇到了在 0.10.0 和 0.10.1 中切片 scipy 稀疏矩阵的工作方式的差异。考虑以下代码:
from numpy import array, ravel
from scipy.sparse import csr_matrix
mat = csr_matrix(array([[1, 0, 0], [0,1,0], [1,0,0]]))
desired_cols = ravel(mat.sum(0)) > 0
print mat[:, desired_cols].A
在 scipy 0.10.0 中,我得到了我期望得到的:
[[1 0]
[0 1]
[1 0]]
在 0.10.1 和 0.12.0 中,我得到
[[0 0 1]
[1 1 0]
[0 0 1]]
我不确定这是错误还是我做错了什么。我使用 coo_matrix
和 csc_matrix
得到相同的结果。
我试图从矩阵中删除总和为 0 的所有行。我知道 csr_matrix
不支持高效的列切片,我不应该这样。
最佳答案
在这些情况下,desired_cols 是什么。在最近的 scipy (0.13.0) 中,结果与你的第一个 (0.10.0) 相匹配。如果你想追踪版本中这么远的变化,你可能需要深入研究 scipy 的 github 源代码。
关于python - 使用 bool 掩码对 scipy 稀疏矩阵进行切片,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20080332/