如何在 Scipy Python 稀疏矩阵中实现 CSR_Matrix 的循环排列（左移和右移）？

Question

我正在使用 Scipy 稀疏矩阵csr_matrix作为词上下文向量中的上下文向量。Mycsr_matrix是一个(1, 300)形状，所以它是一个一维向量。

我需要在稀疏向量上使用置换（圆形右移或圆形左移）（用于显示左上下文和右上下文）。

示例：我有[1, 2, 3, 4]并且我想创建如下左右排列：

右排列：[4, 1, 2, 3]
左排列： [2, 3, 4, 1]

在 csr 矩阵中，我无法访问列索引，因此我不能只更改列索引。

是否有针对行排列的高效高性能解决方案，csr_matrix或者我遗漏了什么？

可运行代码：

from scipy.sparse import csr_matrix
rows = [0, 0, 0]
columns = [100, 47, 150]
data = [-1, +1, -1]
contextMatrix = csr_matrix( (data,(rows, columns)), shape=(1, 300) )

这意味着我有一个 300 列的向量，其第 0 行的第 100、47、150 列都是非零值，它们的值分别在数据列表中。

现在我想要的是一个置换，这意味着我希望将列数组更改为 [101, 48, 151] 进行右置换，将 [99, 46, 149] 更改为左置换。

应该注意的是，排列是循环的，这意味着如果第 299 列有非零数据，使用正确的排列数据将被移动到第 0 列。

Answer 1

您可以访问和更改CSR 矩阵的data和indices属性，它们存储为 NumPy 数组。

http://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.csr_matrix.html#scipy.sparse.csr_matrix

因此，使用您的代码并遵循评论中的建议，您可以执行以下操作：

from scipy.sparse import csr_matrix
rows = [0, 0, 0]
columns = [100, 47, 150]
data = [-1, +1, -1]
m = csr_matrix( (data,(rows, columns)), shape=(1, 300) )

indices = m.indices

# right permutation
m.indices = (indices + 1) % m.shape[1]

# left permutation
m.indices = (indices - 1) % m.shape[1]