如何在scipy稀疏矩阵上创建视图/ python引用？

Question

我正在使用一个算法，该算法使用对角线和大对角线稀疏矩阵（将e06 x e06）的第一个非对角线块。

现在我创建一个dict，以这种方式存储块，以便像矩阵那样访问块。例如，B [0,0]（5x5）给出矩阵A（20x20）的第一个块，假设有5x5个块，并且该矩阵A的类型为sparse.lil。

这工作正常，但需要很长时间运行。这是效率低下，因为它复制的数据，因为这个参考揭示了我的惊讶：GetItem Method

有没有办法只存储在稀疏矩阵视图在字典？我想更改内容并仍能够使用相同的标识符。如果花费一点时间，它应该只做一次，这很好。块将有许多不同的尺寸和形状。

Answer 1

据我所知，scipy.sparse中的所有稀疏矩阵都返回副本而不是某种类型的视图。 （尽管如此，其他一些可能会比lil_matrix明显更快）。

执行所需操作的一种方法是使用切片对象。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[whatever]它会修改相应的块的s.data。换句话说，s[0,0]将返回或设置s.data[:5, :5]，依此类推。