Как вычислить (1 - SparseMatrix) огромную разреженную матрицу?

Question

Я много исследовал это, но не смог найти практическое решение этой проблемы. Я использую scipy для создания разреженной матрицы csr и хочу вычесть эту матрицу из эквивалентной матрицы всех. В scipy и numpy обозначениях, если матрица не разрежена, мы можем сделать это, просто написав 1 - MatrixVariable. Однако эта операция не выполняется, если матрица разрежена. Я мог только думать о следующем очевидном решении:

перебирать всю разреженную матрицу, установите все нулевые элементы 1 и все ненулевые элементы в 0.

Но это было бы создать матрицу, где большинство элементов 1, и только некоторые из них равны 0, что больше не является разреженным и потому что его огромный размер не может быть преобразован в плотный.

Что может быть альтернативным и эффективным способом сделать это?

Спасибо.

Answer 1

Вы можете получить доступ к данным из вашей разреженной матрицы как 1D array так, что:

ss.data *= -1 
ss.data += 1 

будет работать как 1 - ss для всех ненулевых элементов в разреженной матрице.

Answer 2

Ваша новая матрица не будет редка, потому что он будет иметь 1 S везде, так что вам потребуется плотный массив для хранения его:

new_mat = np.ones(sps_mat.shape, sps_mat.dtype) - sps_mat.todense() 

Это требует, чтобы ваша матрица помещается в памяти. Это фактически требует, чтобы он вписывался в память 3 раза. Если это проблема, вы можете сделать ее более эффективной, делая что-то вроде:

new_mat = sps_mat.todense() 
new_mat *= -1 
new_mat += 1