我正在寻找稀疏矩阵(scipy.sparse.csc_matrix
)中包含非零元素的第一列。实际上,第一列从第i
个开始,包含一个非零元素。
这是某种类型的线性方程求解器的一部分。对于稠密矩阵,我具有以下内容:(相关行为pcol = ...
)
import numpy
D = numpy.matrix([[1,0,0],[2,0,0],[3,0,1]])
i = 1
pcol = i + numpy.argmax(numpy.any(D[:,i:], axis=0))
if pcol != i:
# Pivot columns i, pcol
D[:,[i,pcol]] = D[:,[pcol,i]]
print(D)
# Result should be numpy.matrix([[1,0,0],[2,0,0],[3,1,0]])
上面应该交换列1和2。如果我们改为设置i = 0
,则D
不变,因为列0已经包含非零条目。
对scipy.sparse矩阵执行此操作的有效方法是什么? numpy.any()
和numpy.argmax()
函数是否有类似物?
python大神给出的解决方案
使用csc
矩阵,很容易找到非零列。
In [302]: arr=sparse.csc_matrix([[0,0,1,2],[0,0,0,2]])
In [303]: arr.A
Out[303]:
array([[0, 0, 1, 2],
[0, 0, 0, 2]])
In [304]: arr.indptr
Out[304]: array([0, 0, 0, 1, 3])
In [305]: np.diff(arr.indptr)
Out[305]: array([0, 0, 1, 2])
最后一行显示每列中有多少个非零项。
np.nonzero(np.diff(arr.indptr))[0][0]
将是该差异中第一个非零值的索引。
在csr
矩阵上执行相同操作,以查找第一个非零行。
如果您愿意,我可以详细说明。