检查
SciPy CSR matrix是否为空(即仅包含零)的规范方法是什么?
我使用nonzero():
def is_csr_matrix_only_zeroes(my_csr_matrix):
return(len(my_csr_matrix.nonzero()[0]) == 0)
from scipy.sparse import csr_matrix
print(is_csr_matrix_only_zeroes(csr_matrix([[1,2,0],[0,0,3],[4,0,5]])))
print(is_csr_matrix_only_zeroes(csr_matrix([[0,0,0],[0,0,0],[0,0,0]])))
print(is_csr_matrix_only_zeroes(csr_matrix((2,3))))
print(is_csr_matrix_only_zeroes(csr_matrix([[0,0,0],[0,1,0],[0,0,0]])))
输出
False
True
True
False
但我想知道是否存在更直接或有效的方式.
(相关但不同:Check if scipy sparse matrix entry exists)
最佳答案
my_csr_matrix.nnz == 0
nnz
attribute记录了NonZero条目的数量…除非您的CSR矩阵处于奇怪的非标准化形式,例如,如果它有重复的条目或显式存储的零.
如果你必须处理重复的条目或明确的零,你可以使用更昂贵的csr_matrix.count_nonzero
method:
my_csr_matrix.count_nonzero() == 0