Matriz dispersa de SciPy

Matriz dispersa (en inglés: sparse matrix) se refiere, en análisis numérico, a una matriz en la que la gran mayoría de los valores son cero. Por el contrario, si la mayoría de los elementos son distintos de cero, la matriz es densa (Dense).

Al resolver modelos lineales en los campos de la ciencia y la ingeniería, a menudo aparecen grandes matrices dispersas.

En la figura anterior, a la izquierda hay una matriz dispersa; se puede ver que contiene muchos elementos 0, y a la derecha hay una matriz densa, donde la mayoría de los elementos no son 0.

Veamos un ejemplo sencillo:

La matriz dispersa mencionada contiene solo 9 elementos no nulos y 26 elementos nulos. Su dispersión es del 74% y su densidad del 26%.

De SciPyscipy.sparseEl módulo proporciona funciones para manejar matrices dispersas.

Utilizamos principalmente los siguientes dos tipos de matrices dispersas:

  • CSC - Columna dispersa comprimida (Compressed Sparse Column), comprimida por columnas.
  • CSR - Fila dispersa comprimida (Compressed Sparse Row), comprimida por filas.

En este capítulo utilizamos principalmente la matriz CSR.

Matriz CSR

Podemos, al pasar ascipy.sparse.csr_matrix()la función un array para crear una matriz CSR.

Ejemplo

Crear una matriz CSR.

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([0, 0, 0, 0, 0, 1, 1, 0, 2])

print(csr_matrix(arr))

La salida del código anterior es:

  (0, 5)        1
  (0, 6)        1
  (0, 8)        2

Análisis del resultado:

  • Primera línea: en la primera fila de la matriz (índice 0), en la sexta posición (índice 5), hay un valor 1.
  • Segunda línea: en la primera fila de la matriz (índice 0), en la séptima posición (índice 6), hay un valor 1.
  • Tercera línea: en la primera fila de la matriz (índice 0), en la novena posición (índice 8), hay un valor 2.

Métodos de la matriz CSR

Podemos usardatael atributo para ver los datos almacenados (sin elementos 0):

Ejemplo

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])

print(csr_matrix(arr).data)

La salida del código anterior es:

[1 1 2]

Usarcount_nonzero()el método para calcular el número total de elementos distintos de cero:

Ejemplo

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])

print(csr_matrix(arr).count_nonzero())

La salida del código anterior es:

3

Usareliminate_zeros()el método para eliminar los elementos 0 de la matriz:

Ejemplo

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])

mat = csr_matrix(arr)
mat.eliminate_zeros()

print(mat)

La salida del código anterior es:

  (1, 2)    1
  (2, 0)    1
  (2, 2)    2

Usar el método sum_duplicates() para eliminar los duplicados:

Ejemplo

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])

mat = csr_matrix(arr)
mat.sum_duplicates()

print(mat)

La salida del código anterior es:

  (1, 2)    1
  (2, 0)    1
  (2, 2)    2

Convertir csr a csc usando el método tocsc():

Ejemplo

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])

newarr = csr_matrix(arr).tocsc()

print(newarr)
  (2, 0)    1
  (1, 2)    1
  (2, 2)    2
Otras extensiones