通过索引列表切片csr矩阵 - python

Question

我正在努力理解切片稀疏矩阵的行为

我有这个csr矩阵说M

  (0, 4136)  1
  (0, 5553)  1
  (0, 9089)  1
  (0, 24104) 3
  (0, 28061) 2

现在我提取索引（列），我想切片它。从那个矩阵我想要一个矩阵

  (0, 4136)  1
  (0, 5553)  1
  (0, 9089)  1
  (0, 24104) 3

和

   (0, 28061) 2

现在，如果我这样做

M[0, training_set_index]

我得到了training_set_index=[4136,5553,9089, 24104]

  (0, 3)    3
  (0, 2)    1
  (0, 1)    1
  (0, 0)    1

我只想拥有原始矩阵（保留索引）的副本，只有training_set_index列表中指定的索引。可能吗？怎么了？

谢谢

Answer 1

当我听到稀疏矩阵时 - 我想到的第一件事是很多零...

其中一种方法是将稀疏矩阵转换为numpy数组 - >做一些奇特的切片 - >转回稀疏矩阵：

# create sparse matrix
training_set_index = [5553,24104] # for example I need this index
row = np.array([0, 0, 0, 0, 0])
col = np.array([4136, 5553, 9089, 24104, 28061])
data = np.array([1, 1, 1, 3, 2])
dim_0 = (1,28062)
S = csr_matrix((data, (row, col)), shape=dim_0)

print(S)
#(0, 4136)  1
#(0, 5553)  1
#(0, 9089)  1
#(0, 24104) 3
#(0, 28061) 2

# convert to numpy array
M = S.toarray()

# create np.zeros arrays and fill them with based on training_set_index
x = np.zeros((28061, ),dtype=int)
y = np.zeros((28061, ),dtype=int)
np.add.at(x, training_set_index, M[0,training_set_index])
np.add.at(y, training_set_index, M[0,28061])

# new sparse matrix 
S_training = csr_matrix(x)

print(S_training)
#(0, 5553)  1
#(0, 24104) 3

有一个很好的切片！