在 SciPy 中，将 ix_() 与稀疏矩阵一起使用似乎不起作用，那么我还能使用什么？

Question

在 Numpy 中，ix_() 用于获取矩阵的行和列，但它似乎不适用于稀疏矩阵。例如，这段代码之所以有效，是因为它使用了一个密集矩阵：

>>> import numpy as np
>>> x = np.mat([[1,0,3],[0,4,5],[7,8,0]])
>>> print x
[[1 0 3]
 [0 4 5]
 [7 8 0]]
>>> print x[np.ix_([0,2],[0,2])]
[[1 3]
 [7 0]]

我使用 ix_() 来索引与第 0 行和第 2 行和列对应的元素，这给出了矩阵的 4 个角。

问题是 ix_ 似乎不适用于稀疏矩阵。继续前面的代码，我尝试以下操作：

>>> import scipy.sparse as sparse
>>> xspar = sparse.csr_matrix(x)
>>> print xspar
  (0, 0) 1
  (0, 2) 3
  (1, 1) 4
  (1, 2) 5
  (2, 0) 7
  (2, 1) 8
>>> print xspar[np.ix_([0,2],[0,2])]

并收到一条巨大的错误消息，指出存在此异常：

  File "C:\Python26\lib\site-packages\scipy\sparse\compressed.py", line 138, in check_format
    raise ValueError('data, indices, and indptr should be rank 1')
ValueError: data, indices, and indptr should be rank 1

我已尝试使用 SciPy 提供的其他稀疏矩阵格式进行此操作，但它们似乎都无法与 ix_() 一起使用，尽管它们不要全部引发相同的异常。

我给出的示例使用了一个不是很大或不是很稀疏的矩阵，但我正在处理的矩阵非常稀疏并且可能非常大，因此仅一一列出元素似乎并不明智。

有谁知道在 SciPy 中使用稀疏矩阵进行此类索引的（希望简单的）方法，或者这个功能是否没有内置到这些稀疏矩阵中？

Answer 1

试试这个：

>>> print xspar
  (0, 0) 1
  (0, 2) 3
  (1, 1) 4
  (1, 2) 5
  (2, 0) 7
  (2, 1) 8
>>> print xspar[[[0],[2]],[0,2]]
  (0, 0) 1
  (0, 2) 3
  (2, 0) 7

注意与此的区别：

>>> print xspar[[0,2],[0,2]]
  [[1 0]]