scipy稀疏矩阵：删除所有元素为零的行

我有一个从sklearn tfidfVectorier转换的稀疏矩阵。我相信有些行是全零行。我想删除它们。然而，就我所知，现有的内置功能，例如nonzero（）和eliminate_zero（），注重零条目，而不是行。scipy稀疏矩阵：删除所有元素为零的行

是否有任何简单的方法来从稀疏矩阵中删除全零行？

例子：我现在有什么（实际上是稀疏格式）：

[ [0, 0, 0] 
    [1, 0, 2] 
    [0, 0, 1] ]

我要得到什么：

此

[ [1, 0, 2] 
    [0, 0, 1] ]

来源

2015-07-02 Munichong

有不存在的功能，但它不是太不好写自己的：

def remove_zero_rows(M): 
    M = scipy.sparse.csr_matrix(M)

首先，将矩阵转换为CSR (compressed sparse row)格式。这很重要，因为CSR矩阵将其数据存储为(data, indices, indptr)的三元组，其中data保存非零值，indices存储列索引，并且indptr保存行索引信息。该文档更好地解释：

对行的列指数i存储在 indices[indptr[i]:indptr[i+1]]及其相应的值存储在data[indptr[i]:indptr[i+1]] 。

因此，要查找没有任何非零值的行，我们可以看看连续值M.indptr。从上面继续我们的功能：

num_nonzeros = np.diff(M.indptr) 
    return M[num_nonzeros != 0]

这里CSR格式的第二个好处是，它的价格相对便宜切片行，从而简化了产生的基质的创作。

来源

2015-07-02 15:38:51 perimosocordiae

感谢您的回复，@perimosocordiae

我只是觉得我自己另一种解决方案。我在这里发帖，以防将来有人需要它。

def remove_zero_rows(X) 
    # X is a scipy sparse matrix. We want to remove all zero rows from it 
    nonzero_row_indice, _ = X.nonzero() 
    unique_nonzero_indice = numpy.unique(nonzero_row_indice) 
    return X[unique_nonzero_indice]

来源

2015-07-02 21:24:10 Munichong

切片+ getnnz()的伎俩：直接

M = M[M.getnnz(1)>0]

作品上csr_array。您还可以删除所有0列，而不改变格式：

M = M[:,M.getnnz(0)>0]

但是，如果你想删除这两个你需要

M = M[M.getnnz(1)>0][:,M.getnnz(0)>0] #GOOD

我不知道为什么，但

M = M[M.getnnz(1)>0, M.getnnz(0)>0] #BAD

不工作。

来源

2016-03-10 01:12:39

scipy稀疏矩阵：删除所有元素为零的行

回答

相关问题