एक Scipy Sparse Matrix

Question

सामान्य करने के लिए कुशल तरीका मैं एक ऐसा फ़ंक्शन लिखना चाहता हूं जो एक बड़े स्पैर मैट्रिक्स की पंक्तियों को सामान्य करता है (जैसे कि वे एक के बराबर हैं)।

File "/usr/lib/python2.6/dist-packages/scipy/sparse/base.py", line 325, in __div__ 
    return self.__truediv__(other) 
File "/usr/lib/python2.6/dist-packages/scipy/sparse/compressed.py", line 230, in __truediv__ 
    raise NotImplementedError 

वहाँ किसी भी यथोचित सरल समाधान कर रहे हैं:

from pylab import * 
import scipy.sparse as sp 

def normalize(W): 
    z = W.sum(0) 
    z[z < 1e-6] = 1e-6 
    return W/z[None,:] 

w = (rand(10,10)<0.1)*rand(10,10) 
w = sp.csr_matrix(w) 
w = normalize(w) 

हालांकि इस निम्न अपवाद देता है? मैंने this पर देखा है, लेकिन अभी भी यह स्पष्ट नहीं है कि वास्तव में विभाजन कैसे करें।

Answer 1

इसे scikit-learn sklearn.preprocessing.normalize में लागू किया गया है।

from sklearn.preprocessing import normalize 
w_normalized = normalize(w, norm='l1', axis=1) 

axis=1, पंक्तियों से सामान्य चाहिए axis=0 कॉलम के आधार पर सामान्य बनाने में। जगह में मैट्रिक्स को संशोधित करने के लिए वैकल्पिक तर्क copy=False का उपयोग करें।

Answer 2

यहां मेरा समाधान है।

• पक्षांतरित प्रत्येक col
• प्रारूप राशि का पारस्परिक साथ विकर्ण मैट्रिक्स बी के एक
• calculate राशि
• ए * बी सामान्य के बराबर होती है

• पक्षांतरित सी

  import scipy.sparse as sp 
  import numpy as np 
  import math 
  
  minf = 0.0001 
  
  A = sp.lil_matrix((5,5)) 
  b = np.arange(0,5) 
  A.setdiag(b[:-1], k=1) 
  A.setdiag(b) 
  print A.todense() 
  A = A.T 
  print A.todense() 
  
  sum_of_col = A.sum(0).tolist() 
  print sum_of_col 
  c = [] 
  for i in sum_of_col: 
      for j in i: 
       if math.fabs(j)<minf: 
        c.append(0) 
       else: 
        c.append(1/j) 
  
  print c 
  
  B = sp.lil_matrix((5,5)) 
  B.setdiag(c) 
  print B.todense() 
  
  C = A*B 
  print C.todense() 
  C = C.T 
  print C.todense()