疎行列で対数関数をとる効率的な方法

Question

私は大きな疎マトリックスを持っています。その疎行列のすべての要素に対してlog4を取りたいと思います。

numpy.log()を使用しようとしましたが、マトリックスでは機能しません。

また、行ごとに対数を取ることもできます。それから、古い列を新しい列で押しつぶす。

# Assume A is a sparse matrix (Linked List Format) with float values as data 
# It is only for one row 

import numpy as np 
c = np.log(A.getrow(0))/numpy.log(4) 
A[0, :] = c 

これは私が期待したほど速くはありませんでした。これを行うより速い方法がありますか？

Answer 1

私は非常に簡単な方法で解決すると思います。誰もすぐに答えられないことは非常に奇妙です。あなたが直接data属性変更することができます

# Let A be a COO_matrix 
import numpy as np 
from scipy.sparse import coo_matrix 
new_data = np.log(A.data+3)/np.log(4) #3 is not so important. It can be 1 too. 
A = coo_matrix((new_data, (A.row, A.col)), shape=A.shape) 

Answer 2

：スパースフォーマットは（COO形式で有効です）の要素を繰り返した場合、これは正常に動作しないことを

>>> a = np.array([[5,0,0,0,0,0,0],[0,0,0,0,2,0,0]]) 
>>> coo = coo_matrix(a) 
>>> coo.data 
array([5, 2]) 
>>> coo.data = np.log(coo.data) 
>>> coo.data 
array([ 1.60943791, 0.69314718]) 
>>> coo.todense() 
matrix([[ 1.60943791, 0.  , 0.  , 0.  , 0.  , 
      0.  , 0.  ], 
     [ 0.  , 0.  , 0.  , 0.  , 0.69314718, 
      0.  , 0.  ]]) 

は注意を。個別にログを取得し、log(a) + log(b) != log(a + b)を取得します。この問題を回避するには、まずCSRまたはCSCに変換する（高速です）場合があります。

スパース行列が別の形式である場合は、チェックを追加する必要があります。そして、行列をインプレースで修正したくない場合は、回答で行ったのと同じように、新しいスパース行列を作成してください。3を追加しないでください。