Scipy 稀疏矩阵中的寻址范围

Question

我有一个大矩阵，目前在 numpy 中，我想将其移植到 scipy 稀疏矩阵，因为保存 numpy (2000,2000) 矩阵的文本表示超过 100mb。

(1) scipy 中似乎有太多可用的稀疏矩阵 [例如， lil_matrix 或 dok_matrix< /a>- 哪一个对于简单递增来说是最佳的，并且可以有效地保存到数据库？

(2) 我希望能够像这样解决矩阵中的范围：

>> import numpy as np    
>> a = np.zeros((1000,1000))
>> a[3:5,4:7] += 1

似乎这对于稀疏矩阵来说是不可能的？

Answer 1

我不能说哪个存储效率最高。这将取决于您的数据。

不过，我可以说 += 运算符是有效的，只是您不能依赖通常的数组广播规则：

>>> m = sparse.lil_matrix((100,100))
>>> m[50:56,50:56]+=scipy.ones((6,6))
>>> m[50,50]  #1.0