是否有连接scipy.sparse矩阵的有效方法？

Question

我正在处理一些相当大的稀疏矩阵（从5000x5000到20000x20000），并且需要找到一种有效的方式来以灵活的方式连接矩阵，以便从单独的部分构造随机矩阵。

现在，我正在使用以下方式连接四个矩阵，但效率非常低。有没有更好的方法来做到这一点，不涉及转换为密集矩阵？

rmat[0:m1.shape[0],0:m1.shape[1]] = m1 
rmat[m1.shape[0]:rmat.shape[0],m1.shape[1]:rmat.shape[1]] = m2 
rmat[0:m1.shape[0],m1.shape[1]:rmat.shape[1]] = bridge 
rmat[m1.shape[0]:rmat.shape[0],0:m1.shape[1]] = bridge.transpose() 

Answer 1

好的，我找到了答案。使用scipy.sparse.coo_matrix要比使用lil_matrix快得多。我将矩阵转换为coo（无痛且快速），然后在添加正确的填充后将数据，行和列连接起来。

data = scipy.concatenate((m1S.data,bridgeS.data,bridgeTS.data,m2S.data)) 
rows = scipy.concatenate((m1S.row,bridgeS.row,bridgeTS.row + m1S.shape[0],m2S.row + m1S.shape[0])) 
cols = scipy.concatenate((m1S.col,bridgeS.col+ m1S.shape[1],bridgeTS.col ,m2S.col + m1S.shape[1])) 

scipy.sparse.coo_matrix((data,(rows,cols)),shape=(m1S.shape[0]+m2S.shape[0],m1S.shape[1]+m2S.shape[1])) 

Answer 2

稀疏库现在具有hstack和vstack分别用于水平和垂直方向串联矩阵。

Answer 3

使用hstack，vstack或concatenate比连接内部数据对象本身慢得多。原因在于，hstack/vstack将稀疏矩阵转换为coo格式，当矩阵非常大而非coo格式时，它可能非常缓慢。下面是串联CSC矩阵代码，可用于CSR矩阵类似的方法：

def concatenate_csc_matrices_by_columns(matrix1, matrix2): 
    new_data = np.concatenate((matrix1.data, matrix2.data)) 
    new_indices = np.concatenate((matrix1.indices, matrix2.indices)) 
    new_ind_ptr = matrix2.indptr + len(matrix1.data) 
    new_ind_ptr = new_ind_ptr[1:] 
    new_ind_ptr = np.concatenate((matrix1.indptr, new_ind_ptr)) 

    return csc_matrix((new_data, new_indices, new_ind_ptr)) 

Answer 4

阿莫斯的回答不再是必要的。如果输入矩阵采用csr或csc格式，并且所需的输出格式设置为无或输入矩阵的格式相同，现在Scipy在内部执行类似于此操作的操作。以csr格式垂直堆叠矩阵或以csc格式水平堆叠矩阵是有效的，分别使用scipy.sparse.vstack或scipy.sparse.hstack。