我正在研究一种算法,该算法使用一个大的(将是e06 x e06)块对角线稀疏矩阵的对角线和第一个非对角线块.
现在我创建一个dict,以这样的方式存储块,我可以像时尚一样以矩阵形式访问块.例如,B [0,0](5×5)给出矩阵A的第一个块(20×20),假设5×5块,并且矩阵A是sparse.lil类型.
这样可以正常运行,但运行时间太长了.这是低效的,因为它复制数据,因为这个参考显示我的惊讶：GetItem Method
有没有办法只在dict中的稀疏矩阵上存储视图？我想更改内容,仍然可以使用相同的标识符.如果需要更长的时间就可以了,因为它应该只进行一次.块将具有许多不同的尺寸和形状.
最佳答案
据我所知,scipy.sparse中的所有稀疏matricies都返回副本而不是某种视图. (其中一些其他人可能比lil_matrix快得多！)
做你想做的事的一种方法就是使用切片对象.例如：
import scipy.sparse
class SparseBlocks(object):
def __init__(self,data,chunksize=5):
self.data = data
self.chunksize = chunksize
def _convert_slices(self,slices):
newslices = []
for axslice in slices:
if isinstance(axslice,slice):
start,stop = axslice.start,axslice.stop
if axslice.start is not None:
start *= self.chunksize
if axslice.stop is not None:
stop *= self.chunksize
axslice = slice(start,stop,None)
elif axslice is not None:
axslice = slice(axslice,axslice+self.chunksize)
newslices.append(axslice)
return tuple(newslices)
def __getitem__(self,item):
item = self._convert_slices(item)
return self.data.__getitem__(item)
def __setitem__(self,item,value):
item = self._convert_slices(item)
return self.data.__setitem__(item,value)
data = scipy.sparse.lil_matrix((20,20))
s = SparseBlocks(data)
s[0,0] = 1
print s.data
现在,每当我们修改s [无论]它将修改相应块的s.data.换句话说,s [0,0]将返回或设置s.data [：5,：5],依此类推.