对scipy.sparse.lil_matrix进行行列切片

Question

我想从一个稀疏矩阵中提取特定的行和列，可能使用 lil_matrix 是最合适的选择。

在这里，它的表现很好：

from scipy import sparse
lilm=sparse.lil_matrix((10,10))
lilm[0:4,0:3]

这段代码返回了一个4行3列的稀疏矩阵。不过，我并不想要矩阵中的一个块，而是想要单独的列和行。我本来期待这段代码能这样工作：

lilm[[1,2,3],[4,5,6]]

但它返回的是一个1行3列的稀疏矩阵。这在处理numpy数组时也不行，不过在numpy中可以使用 numpy.ix_，具体可以参考 如何从一个nxn数组中提取mxm子矩阵。

那么，如何用 lil_matrix 实现这样的功能呢？

我的问题在 切片稀疏（scipy）矩阵 中部分得到了回答，但我无法让它在 lil_matrix 上工作。

Answer 1

你需要先提取行，然后再提取列：

>>> a = np.arange(100).reshape(10, 10)
>>> a
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
       [40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
       [50, 51, 52, 53, 54, 55, 56, 57, 58, 59],
       [60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
       [70, 71, 72, 73, 74, 75, 76, 77, 78, 79],
       [80, 81, 82, 83, 84, 85, 86, 87, 88, 89],
       [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]])

>>> lilm = scipy.sparse.lil_matrix(a)

>>> lilm[[1, 2, 3], :].toarray() # extract the rows first...
array([[10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39]])

>>> lilm[[1, 2, 3], :][:, [4, 5, 6]].toarray() # ...then the columns
array([[14, 15, 16],
       [24, 25, 26],
       [34, 35, 36]])

当然，你可以把最后这个表达式中的 .toarray() 去掉，这样返回的结果就是一个LIL稀疏矩阵。