python matplotlib 绘制稀疏矩阵模式

Question

给定一个稀疏二进制矩阵 A (csr, coo, whatever) 我想绘制一个图，如果 A(i,j) = 1，我可以看到图中的位置 (i,j) = white，并且(i,j) = 黑色如果 A(i,j) = 0;

对于密集的 numpy 数组，matshow 将完成这项工作。但是，我的稀疏矩阵(比如 100000 x 1000000)的维度太大，无法转换为密集数组。我想知道如何在我的稀疏矩阵中绘制模式。

谢谢

Answer 1

您可以使用 coo_matrix、plot() 和一些调整来获得不错的结果:

import matplotlib.pyplot as plt
from scipy.sparse import coo_matrix

def plot_coo_matrix(m):
    if not isinstance(m, coo_matrix):
        m = coo_matrix(m)
    fig = plt.figure()
    ax = fig.add_subplot(111, facecolor='black')
    ax.plot(m.col, m.row, 's', color='white', ms=1)
    ax.set_xlim(0, m.shape[1])
    ax.set_ylim(0, m.shape[0])
    ax.set_aspect('equal')
    for spine in ax.spines.values():
        spine.set_visible(False)
    ax.invert_yaxis()
    ax.set_aspect('equal')
    ax.set_xticks([])
    ax.set_yticks([])
    return ax

请注意，y 轴是倒转的，以便将第一行放在图的顶部。一个例子:

import numpy as np
from scipy.sparse import coo_matrix

shape = (100000, 100000)
rows = np.int_(np.round_(shape[0]*np.random.random(1000)))
cols = np.int_(np.round_(shape[1]*np.random.random(1000)))
vals = np.ones_like(rows)

m = coo_matrix((vals, (rows, cols)), shape=shape)
ax = plot_coo_matrix(m)
ax.figure.show()