如何在scipy.sparse.csr_matrix类型的矩阵上进行元素操作？

Question

如果你想计算矩阵（elementise）的每个条目的正弦，那么在numpy中

a = numpy.arange(0,27,3).reshape(3,3)
numpy.sin(a)

将完成工作！ 如果你想要电源让我们说每个条目2

a**2

会做的。

但是，如果你有一个稀疏矩阵，事情似乎更难。 至少我还没有找到一种方法来做到这一点，除了遍历lil_matrix格式的每个条目并对其进行操作。

我在SO上发现了这个问题，并尝试调整这个答案，但我没有成功。

目标是以元素方式计算CSR格式的scipy.sparse矩阵的平方根（或1/2的幂）。

你会建议什么？

Answer 1

以下技巧适用于将零映射到零的任何操作，并且仅适用于那些操作，因为它仅触及非零元素。 即，它适用于sin和sqrt但不适用于cos 。

设X是一些CSR矩阵......

>>> from scipy.sparse import csr_matrix
>>> X = csr_matrix(np.arange(10).reshape(2, 5), dtype=np.float)
>>> X.A
array([[ 0.,  1.,  2.,  3.,  4.],
       [ 5.,  6.,  7.,  8.,  9.]])

非零元素的值是X.data ：

>>> X.data
array([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

您可以就地更新：

>>> X.data[:] = np.sqrt(X.data)
>>> X.A
array([[ 0.        ,  1.        ,  1.41421356,  1.73205081,  2.        ],
       [ 2.23606798,  2.44948974,  2.64575131,  2.82842712,  3.        ]])

更新在SciPy的最新版本中，您可以执行X.sqrt() ，其中X是稀疏矩阵，以获取具有X中元素的平方根的新副本。