読者です 読者をやめる 読者になる 読者になる

Bag of ML Words

ML = Machine Learning, Music Love, and Miscellaneous things in daily Livings

Python: 疎行列

Pythonの疎行列はScipy.sparseに入っているようです。

 

ただし、幾つか疎行列にはいくつか種類があるようで、目的に応じて

使い分けたりconvertするのが良いようです。

 

疎行列の作成

これにはRow-based Linked List形式のsparse.lil_matrixが良いようです。

作り方はやはりサイズをtupleにして入れるみたいですね。

http://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.lil_matrix.html#scipy.sparse.lil_matrix

>>> from numpy import zeros

>>> from scipy import sparse

>>> A = zeros( (3,4) ) # dense matrix

>>> B = sparse.lil_matrix( (3,4) ) # sparse LIL matrix

>>> A[1][2] = 3 # OK

>>> A[2, 2] = 1 # OK

>>> B[1][2] = 3 # NG

IndexError: invalid index

>>> B[1, 2] = 3 # OK

>>> B[2, 2] = 1

>>> print A

[ [ 0. 0. 0. 0. ]

  [ 0. 0. 3. 0. ]

  [ 0. 0. 1. 0. ] ]

>>> print B

 (1, 2)   3.0

 (2, 2)   1.0

>>> C = B.todense() # make it dense

>>> print C

[ [ 0. 0. 0. 0. ]

  [ 0. 0. 3. 0. ]

  [ 0. 0. 1. 0. ] ]

大きい疎行列の作成

これにはCoordinate形式のsprase.coo_matrixが良いようです。

http://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.coo_matrix.html#scipy.sparse.coo_matrix

 

非ゼロ要素へのシーケンシャルアクセス

これにはcoo_matrixを使った方法が早いとありますね。

python - Iterating through a scipy.sparse vector (or matrix) - Stack Overflow

実際にやってみましょう。

 

 

疎行列を用いた計算

これには上記の行列をCompressed Sparse Column形式(CSC)あるいは

Compressed Sparse Row形式(CRC)に変換します。

sparse.csc_matrixあるいはsparse.crc_matrixに統一して

計算するのが良いようです。