切片ascipy.sparse.lil峎矩阵在行和列中

Question

我想从一个scipy稀疏矩阵中提取特定的行和列，可能lil_matrix将是这里的最佳选择。在

在这里工作得很好：

from scipy import sparse
lilm=sparse.lil_matrix((10,10))
lilm[0:4,0:3]

这将返回4x3稀疏矩阵。我不需要矩阵中的块，而是单个的列和行。我希望这能奏效：

^{pr2}$

但它返回一个1x3的稀疏矩阵。这也不适用于numpy数组，但是在这里您可以使用纽比.ix_，如Slicing of a NumPy 2d array, or how do I extract an mxm submatrix from an nxn array (n>m)?所述。在

如何用lil_matrix来完成这个行为呢？在

我的问题在slicing sparse (scipy) matrix中得到了部分回答，但我不能让它为lil_matrix工作。在

Answer 1

您需要先提取行，然后提取列：

>>> a = np.arange(100).reshape(10, 10)
>>> a
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
       [40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
       [50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
       [60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
       [70, 71, 72, 73, 74, 75, 76, 77, 78, 79],
       [80, 81, 82, 83, 84, 85, 86, 87, 88, 89],
       [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

>>> lilm = scipy.sparse.lil_matrix(a)

>>> lilm[[1, 2, 3], :].toarray() # extract the rows first...
array([[10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39]])

>>> lilm[[1, 2, 3], :][:, [4, 5, 6]].toarray() # ...then the columns
array([[14, 15, 16],
       [24, 25, 26],
       [34, 35, 36]])

当然，您将从最后一个表达式中删除.toarray()，以获得LIL稀疏矩阵的返回值。在