在SciPy中，针对csr_matrices的奇特索引
在SciPy中，针对csr_matrices的奇特索引
提问于 2011-07-22 04:46:42
我是Python的新手，所以如果这是一个基本的问题，请提前原谅我，但是我已经到处寻找了，还没有找到令人满意的答案。
我正在尝试使用NumPy和SciPy执行以下操作：
I,J = x[:,0], x[:1] # x is a two column array of (r,c) pairs
V = ones(len(I))
G = sparse.coo_matrix((V,(I,J))) # G's dimensions are 1032570x1032570
G = G + transpose(G)
r,c = G.nonzero()
G[r,c] = 1
...
NotImplementedError: Fancy indexing in assignment not supported for csr matrices基本上，我希望所有非零值在添加转置后都等于1，但我得到了奇特的索引错误消息。
或者，如果我可以证明矩阵G是对称的，那么添加转置就没有必要了。
任何对这两种方法的见解都将非常受欢迎。
回答 1
Stack Overflow用户
回答已采纳
发布于 2011-07-22 05:09:37
除了执行类似G = G / G的操作之外，您还可以对G.data进行操作。
因此，在您的情况下，执行以下任一操作：
G.data = np.ones(G.nnz)或
G.data[G.data != 0] = 1会照你说的做。这更加灵活，因为它允许您预先形成其他类型的过滤器(例如G.data[G.data > 0.9] = 1或G.data = np.random.random(G.nnz))
第二个选项仅在它们具有非零值时才将这些值设置为1。在某些计算过程中，您将得到“密集”的零值(即它们实际上存储为稀疏数组中的一个值)。(您可以使用G.eliminate_zeros()就地删除这些内容)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/6782556
复制相关文章
相似问题
腾讯云开发者
