如何在scipy稀疏矩陣上創建視圖/ python引用？

Question

我正在使用一個算法，該算法使用對角線和大對角線稀疏矩陣（將e06 x e06）的第一個非對角線塊。

現在我創建一個dict，以這種方式存儲塊，以便像矩陣那樣訪問塊。例如，B [0,0]（5x5）給出矩陣A（20x20）的第一個塊，假設有5x5個塊，並且該矩陣A的類型爲sparse.lil。

這工作正常，但需要很長時間運行。這是效率低下，因爲它複製的數據，因爲這個參考揭示了我的驚訝：GetItem Method

有沒有辦法只存儲在稀疏矩陣視圖在字典？我想更改內容並仍能夠使用相同的標識符。如果花費一點時間，它應該只做一次，這很好。塊將有許多不同的尺寸和形狀。

Answer 1

據我所知，scipy.sparse中的所有稀疏矩陣都返回副本而不是某種類型的視圖。 （儘管如此，其他一些可能會比lil_matrix明顯更快）。

執行所需操作的一種方法是使用切片對象。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 

現在，每當我們修改s[whatever]它會修改相應的塊的s.data。換句話說，s[0,0]將返回或設置s.data[:5, :5]，依此類推。