具有稀疏矩阵的布尔索引Numpy数组

Question

我试图通过稀疏矩阵在numpy数组上应用布尔索引。

A = dense n x n matrix, where n is large

B = sparse n x n Boolean matrix

操作示例：

A[B] *= 2

A[~B] *= -2

是否有一种有效的方法可以在不将稀疏矩阵转换为密集矩阵（这会导致内存问题）的情况下实现这一目标？

Answer 1

您可以通过将稀疏矩阵中的非零值（即True）转换为COO格式来访问与之相关的行索引和列索引：

B = B.tocoo()

然后

A[B.row, B.col] *= 2

避免将B转换为密集矩阵。

---

如果B稀疏，则~B非常密集。 为了有效处理A[~B] *= -2 ，我们应尽量避免直接评估~B 。 相反，我们可以在任何地方乘以-2 ：

A *= -2

然后修复B为True的那些位置：

A[B.row, B.col] *= -1/2