我有一个 numpy ndarray X
有形状(4000, 3)
,其中 X
中的每个样本是 3D 坐标 (x,y,z)。
我有一个 scipy csr 矩阵 nn_rad_csr
形状(4000, 4000)
,这是从 sklearn.neighbors.radius_neighbors_graph(X, 0.01, include_self=True)
生成的最近邻图.
nn_rad_csr.toarray()[i]
是一个形状 (4000,) 稀疏向量,具有与节点 X[i]
的最近邻居图中的边相关联的二进制权重(0 或 1) 。
例如,如果 nn_rad_csr.toarray()[i][j] == 1
然后X[j]
位于 X[i]
的最近邻半径内,而值为 0
意味着它不是邻居。
我想做的是有一个函数 radius_graph_conv(X, rad)
它返回一个数组 Y
这是 X
,由其邻居的值取平均值。我不确定如何利用 CSR 矩阵的稀疏性来有效执行 radius_graph_conv
。下面我有两个简单的图转换实现。
import numpy as np
from sklearn.neighbors import radius_neighbors_graph, KDTree
def radius_graph_conv(X, rad):
nn_rad_csr = radius_neighbors_graph(X, rad, include_self=True)
csr_indices = nn_rad_csr.indices
csr_indptr = nn_rad_csr.indptr
Y = np.copy(X)
for i in range(X.shape[0]):
j, k = csr_indptr[i], csr_indptr[i+1]
neighbor_idx = csr_indices[j:k]
rad_neighborhood = X[neighbor_idx] # ndim always 2
Y[i] = np.mean(rad_neighborhood, axis=0)
return Y
def radius_graph_conv_matmul(X, rad):
nn_rad_arr = radius_neighbors_graph(X, rad, include_self=True).toarray()
# np.sum(nn_rad_arr, axis=-1) is basically a count of neighbors
return np.matmul(nn_rad_arr / np.sum(nn_rad_arr, axis=-1), X)
有更好的方法吗?对于 knn 图,它是一个非常简单的函数,因为邻居的数量是固定的,您只需索引到 X,但是对于基于半径或密度的最近邻居图,您必须使用 CSR(或一组如果您使用的是 kd 树,则为数组)。
最佳答案
这是利用csr格式的直接方法。您的 matmul 解决方案可能会在幕后做类似的事情。但是我们还利用它是一个邻接矩阵来保存一次查找(来自 .data
属性);此外,diff
ing .indptr
应该比对等量的求和更有效。
>>> import numpy as np
>>> from scipy import sparse
>>>
# create mock data
>>> A = np.random.random((100, 100)) < 0.1
>>> A = (A | A.T).view(np.uint8)
>>> AS = sparse.csr_matrix(A)
>>> X = np.random.random((100, 3))
>>>
# dense solution for reference
>>> Xa = A @ X / A.sum(axis=-1, keepdims=True)
# sparse solution
>>> XaS = np.add.reduceat(X[AS.indices], AS.indptr[:-1], axis=0) / np.diff(AS.indptr)[:, None]
>>>
# check they are the same
>>> np.allclose(Xa, XaS)
True
关于python - 从 scipy CSR 矩阵索引到 numpy 数组的最有效方法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48390268/