python - 在 SciPy 中，csr_matrices 的花哨索引

我是 Python 新手，所以如果这是一个基本问题，请提前原谅我，但我已经四处搜索并没有找到令人满意的答案。

我正在尝试使用 NumPy 和 SciPy 执行以下操作:

I,J = x[:,0], x[:1]               # x is a two column array of (r,c) pairs
V = ones(len(I))
G = sparse.coo_matrix((V,(I,J)))  # G's dimensions are 1032570x1032570
G = G + transpose(G)
r,c = G.nonzero()
G[r,c] = 1
...
NotImplementedError: Fancy indexing in assignment not supported for csr matrices

几乎，我希望在添加转置后所有非零值都等于 1，但我收到了花哨的索引错误消息。

或者，如果我可以证明矩阵 G 是对称的，则不需要添加转置。

对任何一种方法的任何见解都将不胜感激。

最佳答案

除了做类似 G = G / G 的事情，你还可以对 G.data 进行操作。

因此，就您而言，请执行以下任一操作:

G.data  = np.ones(G.nnz)

或者

G.data[G.data != 0] = 1

会做你想做的。这更灵活，因为它允许您预制其他类型的过滤器(例如 G.data[G.data > 0.9] = 1 或 G.data = np.random.random(G.nnz) )

如果它们具有非零值，则第二个选项只会将值设置为 1。在某些计算过程中，您最终会得到“密集”的零值(即它们实际上作为值存储在稀疏数组中)。 (您可以使用 G.eliminate_zeros() 就地删除这些)

关于python - 在 SciPy 中，csr_matrices 的花哨索引，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/6782556/