python - scipy.sparse_matrix 中元素的批量归零

Question

我有一个 scipy.sparse_matrix A 并且我想将相当大的元素部分归零。 (在我今天使用的矩阵中，A 有大约 70M 个条目，我想将其中的大约 700K 个归零)。我有几种不同格式的这些元素，但现在它们位于与 A 具有相同维度且具有 0/1 值的 sparse_matrix B 中。

如果这些是密集矩阵(编辑:numpy 数组)，我可以 A = A-A*B 但是我还没有想出任何简单的方法来用稀疏矩阵来做这些。 (或者实际上除了(a)遍历 B 中的元素并在这些元素处将 A 设置为 0 或(b)将所有内容转换为密集，对于我所拥有的大小，这几乎不适合内存......)

Answer 1

Scipy 的稀疏矩阵有一个multiply 方法可以进行逐点乘法。你可以简单地做:

A = A - A.multiply(B)

我认为您可能必须运行 eliminate_zeros() 方法来删​​除归零的条目，但显然这不是必需的:

>>> sp_mat
<1000000x1000000 sparse matrix of type '<type 'numpy.float64'>'
    with 1000 stored elements in Compressed Sparse Row format>
>>> zero_mat
<1000000x1000000 sparse matrix of type '<type 'numpy.int32'>'
    with 96 stored elements in Compressed Sparse Row format>
>>> sp_mat - sp_mat.multiply(zero_mat)
<1000000x1000000 sparse matrix of type '<type 'numpy.float64'>'
    with 904 stored elements in Compressed Sparse Row format>