讲师中心 微信公众号

工具推荐

视频效率加速
Laper
Laper

剧本策划到成片协作

AniShort
AniShort

AI短剧协同制作平台

updream

一键生成高质量推广成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Python中NumPy如何高效实现稀疏矩阵的转换

云瑶姑娘_5613

云瑶姑娘_5613

发布时间:2026-11-22 10:04:47

|

554人浏览过

|

来源于php中文网

原创

应全程保留稀疏格式,必要时先估算内存(shape[0]shape[1]8/1024³>2GB则禁转),确认下游是否真不支持sparse;必须转时用.toarray()而非np.array()或.A,优先选用匹配操作的CSR/CSC格式,避免频繁互转。

python中numpy如何高效实现稀疏矩阵的转换

稀疏矩阵转 dense 时内存爆掉怎么办

直接调用 .toarray() 或 np.array(sparse_matrix) 极易触发 MemoryError,尤其当稀疏矩阵形状是百万级但非零元仅几千个时。本质是 NumPy 的 dense 数组强制分配完整内存空间,和稀疏结构无关。

真正该做的是:除非后续操作明确要求 dense 输入(比如某些 scikit-learn 模型不支持 sparse),否则全程保留稀疏格式。如果必须转 dense,先检查规模:

  • 用 sparse_matrix.shape 和 sparse_matrix.nnz 粗略估算内存:若 shape[0] * shape[1] * 8 / 1024**3 > 2(即预估超 2GB),别硬转
  • 确认下游函数是否真不支持 sparse —— 大部分 scipy 和 sklearn 接口都原生支持 scipy.sparse 类型,查文档看参数类型标注是否含 sparse matrix
  • 实在要转,且规模可控,优先用 sparse_matrix.toarray()(比 np.array() 稍快且更语义清晰),而非 sparse_matrix.A(后者在某些格式下会静默复制)

csr_matrix 和 csc_matrix 转换开销大不大

转换本身是 O(nnz) 时间复杂度,不重排数据,只改索引结构。但频繁互转说明设计有问题 —— csr_matrix 适合按行切片(如 mat[i, :]),csc_matrix 适合按列切片(如 mat[:, j])。选错格式会导致切片操作慢一个数量级。

实操建议:

立即学习“Python免费学习笔记(深入)”;

Define repeatable Python automation sessions in code with nox
Define repeatable Python automation sessions in code with nox

将测试、lint、构建和文档流程编码为命名的Python会话,以便人类和代理每次运行相同的workflow。

下载
  • 读入数据时就定好格式:用 scipy.sparse.csr_matrix((data, (row, col)), shape=...) 构造 CSR;若原始数据按列组织(如特征列批量加载),用 csc_matrix
  • 避免运行时反复转换:不要写 mat.tocsr().sum(axis=1) 这类链式调用,先存为变量 mat_csr = mat.tocsr()
  • coo_matrix 是最轻量的构造格式,但不支持索引;构建完立刻转成 CSR/CSC,别长期持有 COO

从 Pandas DataFrame 构建稀疏矩阵为什么慢

常见错误是用循环 + scipy.sparse.vstack 逐行拼接,或调用 df.values 强制转 dense 再稀疏化,这两者都会破坏稀疏性并拖慢十倍以上。

正确路径是绕过 DataFrame 的 dense 表示层:

  • 提取非零位置:rows, cols = np.where(df.values != 0),再用 scipy.sparse.csr_matrix((df.values[rows, cols], (rows, cols)), shape=df.shape)
  • 更推荐:若 DataFrame 列是类别型或高基数离散特征,直接用 scipy.sparse.csr_matrix(pd.get_dummies(df, sparse=True).values) —— 注意 sparse=True 生成的是 pandas SparseArray,需再套一层 .to_coo().tocsr()
  • 警惕 df.astype(pd.SparseDtype("float64", 0)):这只是存储优化,底层仍是 dense 计算,不能替代 scipy sparse

NumPy 函数能否直接作用于 scipy.sparse 矩阵

绝大多数 NumPy 函数(如 np.sin、np.log、np.multiply)不支持 sparse 矩阵,会报 TypeError: ufunc 'xxx' not supported for the input types。这不是 bug,是设计使然 —— sparse 矩阵的实现不在 NumPy 的 ufunc 体系内。

替代方案很直接:

  • 逐元素运算:用 sparse 自带方法,如 mat.log1p()(对数加一)、mat.sqrt()、mat.power(2);或用 mat.data = np.log1p(mat.data) 直接改非零值数组(注意:不改变结构,安全)
  • 广播运算:如 mat + vector,确保 vector 是 1D array,sparse 矩阵会自动按行/列广播(CSR 按行,CSC 按列)
  • 矩阵乘法:永远用 mat @ other 或 mat.dot(other),别用 np.dot(mat, other) —— 后者可能退化成 dense 计算

真正容易被忽略的是:稀疏矩阵的「零」不是数学零,而是未显式存储的缺省值(默认 0)。所以 mat.max() 只扫非零元,mat.sum() 不等于 np.sum(mat.toarray()) 当且仅当存在显式存储的 0 值 —— 这种情况极少见,但一旦出现,eliminate_zeros() 能清理掉它们。

热门AI工具

更多
Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

笔灵降AI

一款AI论文写作工具,主要用于论文降AI神器,适配知网及维普!一键降至安全线,100%保留原文格式;无口语化问题,文风更学术,降后字数控制最佳!,适合需要提升相关任务效率的用户。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1971

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5664

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1929

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

34797

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

4047

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

4067

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1303

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

Navicat创建数据库教程
Navicat创建数据库教程

本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。

0

2026.11.20

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn