索引和替换稀疏CSC矩阵中的值（Python）

Question

我有一个稀疏的CSC矩阵“ A”，在其中我要用全零的向量替换第一行，但第一项是1。

到目前为止，我正在做低效率的版本，例如：

import numpy as np
from scipy.sparse import csc_matrix

row = np.array([0, 2, 2, 0, 1, 2])
col = np.array([0, 0, 1, 2, 2, 2])
data = np.array([1, 2, 3, 4, 5, 6])
A = csc_matrix((data, (row, col)), shape=(3, 3))
replace = np.zeros(3)
replace[0] = 1 
A[0,:] = replace
A.eliminate_zeros()

但是我想用.indptr，.data等来做。由于它是CSC，我想这可能效率不高？ 在我的确切问题中，矩阵是66000 X 66000。

对于CSR稀疏矩阵，我已经看到了

A.data[1:A.indptr[1]] = 0
A.data[0] = 1.0
A.indices[0] = 0
A.eliminate_zeros()

因此，基本上，我想对CSC稀疏矩阵执行相同的操作。

预期结果：与上述操作完全相同，只是效率更高（适用于非常大的稀疏矩阵）。

也就是说，开始于：

[1, 0, 4],
[0, 0, 5],
[2, 3, 6]

并将上面的行替换为与矩阵一样长的向量，除了开头处的1以外，其他所有数字均为零。 因此，应该以

[1, 0, 0],
[0, 0, 5],
[2, 3, 6]

并能够有效地处理大型稀疏CSC矩阵。

提前致谢 ：-）

Answer 1

您可以通过indptr和indices 。 如果你想构建你的矩阵indptr和indices的参数：

indptr = np.array([0, 2, 3, 6])
indices = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
A = csc_matrix((data, indices, indptr), shape=(3,3))

但是，如果要设置第一行中除第0行中的第一个元素之外的所有元素，则需要将那些索引为零的数据值设置为零。 换一种说法：

data[indices == 0] = 0

上一行将第一行的所有元素设置为0。为避免将第一个元素设置为零，我们可以执行以下操作：

indices_tmp = indices == 0
indices_tmp[0] = False    # to avoid removing the first element in row 0.
data[indices_tmp == True] = 0
A = csc_matrix((data, indices, indptr), shape=(3,3))

希望能帮助到你。