Scipy稀疏矩阵行广播

Question

我最近一直试图做以下（有效）

1. 读取稀疏（csr）矩阵
2. 选择行的子集
3. 构造另一个矩阵（全为零）
4. 用2中获得的子集填充3.

我几乎可以达到以下目的：

input_matrix = scipy.io.loadmat(some_matrix)

random_indices = np.random.choice(input_matrix.shape[1], num_samples, replace=False)

second_matrix = sp.dok_matrix(input_matrix.shape)

## this takes up too much memory!
second_matrix[random_indices] = input_matrix[random_indices]

如何更有效地做到这一点？我不想在任何时候调用.todense（），因为这也会在内存中爆炸。直觉上，人们应该能够掩盖矩阵的一部分吗？在numpy（密集）中，我只是用零填充余数，但对于csr矩阵，我不确定这是不是这样。

谢谢！

Answer 1

我测试了.dok和.csr格式，但唯一不会导致空间爆炸的格式是：

second_matrix[random_indices] = input_matrix.tolil()[random_indices]

因此，.lil矩阵。

hpaulj的建议也很有意义，但我还没有测试它（我的任务可以正常工作）。