如何在python中得到稀疏图拉普拉斯矩阵？

Question

我有一个csr格式的稀疏矩阵A。A是无向图的加权邻接矩阵，因此是对称的非负的。我要计算它的图Lapalican。在

我以前在MATLAB工作，代码非常简单：

L = diag(sum(A,2)) - A   % or L=diag(sum(A))-A because A is symmetric

但是我们如何用Python实现呢？我不熟悉Python中的稀疏矩阵。我只能想出一个相当难看的解决方案：

^{pr2}$

有人知道更优雅的解决方案吗？在

Answer 1

这是networkX library对稀疏矩阵a的处理方式-与您的方法非常相似，只是有一些小的改进（保持所有内容稀疏）：

n,m = A.shape
diags = A.sum(axis=1)
D = sps.spdiags(diags.flatten(), [0], m, n, format='csr')
D - A