Matlab sprand（）在Python中的等价性？

Question

我正在尝试将一个Matlab代码片段转换成Python代码片段。但是，我不太确定如何正确实现sprand()函数。在

这是Matlab代码如何使用sprand()：

% n_z is an integer, n_dw is a matrix
n_p_z_dw = cell(n_z, 1); % n(d,w) * p(z|d,w)
for z = 1:n_z
  n_p_z_dw{z} = sprand(n_dw);

这就是我在Python中实现上述逻辑的方法：

^{pr2}$

这似乎管用，但我对此不太确定。有什么意见或建议吗？在

Answer 1

我认为，对于稀疏数组a，以下应该是一个相对快速的方法：

import scipy.sparse as sparse
import numpy as np
sparse.coo_matrix((np.random.rand(A.nnz),A.nonzero()),shape=A.shape)

这将构造一个COO格式的稀疏矩阵：它使用A.nonzero()作为坐标，A.nnz（a中非零条目的数目）来查找要生成的随机数的数量。在

---

不过，我想知道这是否是对scipy.sparse.rand函数的有用补充。在