Skip to main content
 首页 » 编程设计

python之scipy 稀疏矩阵,复制参数

2024年11月01日10bhlsheji

copy 参数在 scipy 稀疏数组构造中的作用是什么?

scipy.sparse.lil_matrix(arg1, shape=None, dtype=None, copy=False) 

它似乎没有做任何事情!

当我从另一个矩阵构造稀疏矩阵并显式设置 copy=False 时,更改一个矩阵不会更改另一个矩阵。

import scipy.sparse as sp 
import numpy as np 
A = sp.csc_matrix(np.array([[1,0],[0,0]])) 
B = sp.csr_matrix(A, copy=False) 
B[1,1] = 1 #editing B should change A but it does not  
print A.data, B.data #these values are different 

谢谢

请您参考如下方法:

CSC 和 CSR 矩阵都在内部表示为三个一维数组。这三个数组通常对于不同的格式是不同的,即使它们代表完全相同的数据。因此,您无法稀疏矩阵对象指向相同的数据但以不同的格式访问它。

copy 参数可以让您做的是让两个相同格式的稀疏矩阵对象指向相同的数据。例如:

a = sps.csr_matrix([[1, 0], [0, 0]]) 
b = sps.csr_matrix(a, copy=False) 
 
>>> a.data 
array([1]) 
>>> b.data 
array([1]) 
>>> a[0, 0] = 2 
>>> a.data 
array([2]) 
>>> b.data 
array([2]) 

这也有局限性,例如对于 CSR(和 CSC)格式,破坏稀疏结构将破坏数据的通用性,因为它需要实例化新数组,而不是简单地更改现有数组中的值:

>>> a[1, 1] = 5 
>>> a.data 
array([2, 5]) 
>>> b.data 
array([2])