如何在稀疏的稀疏lil_matrix中存儲顯式0值？

Question

scipy.sparse.lil_matrix對象似乎不存儲顯式設置的0值。 其他稀疏矩陣（例如csr_matrix）也可以。

考慮以下示例：

In [1]: from scipy.sparse import lil_matrix

In [2]: import numpy as np

In [3]: x = lil_matrix((5, 5), dtype=np.float32)

In [4]: x[3, 3] = 0

In [5]: x
Out[5]:
<5x5 sparse matrix of type '<class 'numpy.float32'>'
        with 0 stored elements in LInked List format>

這是不好的，因為有時圖的元素之間（例如，數據點的重復項）之間的距離為0。 如果我將lil_matrix傳遞到scipy.sparse.csgraph.connected_components，它將檢測到不正確的連接組件數，因為顯式0轉換回“稀疏度”，因此被視為無限距離。

我無法使用csr_matrix，因為將元素分配給它的效率非常低。 但是，它將存儲與lil_matrix不同的顯式設置的0值。 在上面的代碼中，用csr_matrix替換lil_matrix，輸出更改為：

<5x5 sparse matrix of type '<class 'numpy.float32'>'
        with 1 stored elements in Compressed Sparse Row format>

有誰知道如何在lil_matrix對象中存儲顯式0值？

謝謝。

Answer 1

lil __setitem__使用已編譯的lil_fancy_set函數。 文檔說：

In [320]: sparse._csparsetools.lil_fancy_set?
Docstring:
Set multiple items to a LIL matrix.

Checks for zero elements and deletes them.

Parameters
----------
M, N, rows, data
    LIL matrix data
i_idx, j_idx
    Indices of elements to insert to the new LIL matrix.
values
    Values of items to set.
Type:      builtin_function_or_method

csr矩陣具有eliminate_zeros方法：

Signature: M.eliminate_zeros()
Source:   
    def eliminate_zeros(self):
        """Remove zero entries from the matrix

        This is an *in place* operation
        """
        M, N = self._swap(self.shape)
        _sparsetools.csr_eliminate_zeros(M, N, self.indptr, self.indices,
                                         self.data)
        self.prune()  # nnz may have changed
File:      /usr/local/lib/python3.6/dist-packages/scipy/sparse/compressed.py
Type:      method

它還具有sum_duplicates方法。 在將coo格式轉換為csr時使用此方法，並有助於從重疊的子矩陣創建矩陣。