modo efficiente per ottenere il massimo di ogni riga per matrice sparse di grandi dimensioni

Question

Ho una matrice sparsa di grandi dimensioni e voglio ottenere il valore massimo per ogni riga. In numpy, posso chiamare numpy.max (mat, axis = 1), ma non riesco a trovare una funzione simile per la matrice sparsa scipy. Esiste un modo efficace per ottenere il massimo di ogni riga per una matrice sparsa di grandi dimensioni?

Answer 1

Se la matrice, consente di chiamare a, vengono memorizzati in formato CSR, quindi a.data ha tutte le voci non nulli ordinati per righe e a.indptr ha l'indice del primo elemento di ogni riga. È possibile utilizzare questo per calcolare ciò che si è dopo come segue:

def sparse_max_row(csr_mat): 
    ret = np.maximum.reduceat(csr_mat.data, csr_mat.indptr[:-1]) 
    ret[np.diff(csr_mat.indptr) == 0] = 0 
    return ret 

Answer 2

Mi sono imbattuto in questo stesso problema. La soluzione di Jaime si interrompe se una qualsiasi delle righe nella matrice è completamente vuota. Ecco una soluzione:

def sparse_max_row(csr_mat): 
    ret = np.zeros(csr_mat.shape[0]) 
    ret[np.diff(csr_mat.indptr) != 0] = np.maximum.reduceat(csr_mat.data,csr_mat.indptr[:-1][np.diff(csr_mat.indptr)>0]) 
    return ret