python - ¿Cómo pasar correctamente una matriz CSR scipy.sparse a una función cython?

numpy sparse-matrix

Question

Necesito pasar una matriz CSR scipy.sparse a una función cython. ¿Cómo especifico el tipo, como sería para una matriz numpy?

Answer 1

Aquí hay un ejemplo de cómo acceder rápidamente a los datos de una coo_matrix usando las propiedades row , col y data . El propósito del ejemplo es simplemente mostrar cómo declarar los tipos de datos y crear los almacenamientos intermedios (también agrega las directivas del compilador que generalmente le darán un impulso considerable) ...

#cython: boundscheck=False
#cython: wraparound=False
#cython: cdivision=True
#cython: nonecheck=False

import numpy as np
from scipy.sparse import coo_matrix
cimport numpy as np

ctypedef np.int32_t cINT32
ctypedef np.double_t cDOUBLE

def print_sparse(m):
    cdef np.ndarray[cINT, ndim=1] row, col
    cdef np.ndarray[cDOUBLE, ndim=1] data
    cdef int i
    if not isinstance(m, coo_matrix):
        m = coo_matrix(m)
    row = m.row.astype(np.int32)
    col = m.col.astype(np.int32)
    data = m.data.astype(np.float64)
    for i in range(np.shape(data)[0]):
        print row[i], col[i], data[i]

Answer 2

Basándose en la respuesta de @ SaulloCastro, agregue esta función al archivo .pyx para mostrar los atributos de una matriz csr :

def print_csr(m):
    cdef np.ndarray[cINT32, ndim=1] indices, indptr
    cdef np.ndarray[cDOUBLE, ndim=1] data
    cdef int i
    if not isinstance(m, csr_matrix):
        m = csr_matrix(m)
    indices = m.indices.astype(np.int32)
    indptr = m.indptr.astype(np.int32)
    data = m.data.astype(np.float64)
    print indptr
    for i in range(np.shape(data)[0]):
        print indices[i], data[i]

indptr no tiene la misma longitud que los data , por lo que no puede imprimirse en el mismo ciclo.

Para mostrar los datos de csr como coo , puede hacer su propia conversión con estas líneas de iteración:

    for i in range(np.shape(indptr)[0]-1):
        for j in range(indptr[i], indptr[i+1]):
            print i, indices[j], data[j]

Supongo que sabes cómo configurar y compilar un archivo pyx .

Además, ¿qué cython su función cython sobre la matriz? ¿Conoce el formato csr ? El formato coo ?

¿O su función cython quiere una matriz numpy regular? En ese caso, estamos en un camino de conejo. Solo necesita convertir la matriz dispersa a una matriz: x.toarray() (o xA para abreviar).

Answer 3

Si desea acceder a los datos directamente (sin copia), debe especificar el tipo en el argumento de la función:

import numpy as np
cimport numpy as np

#cython: boundscheck=False
#cython: wraparound=False
def some_cython_func(np.ndarray[np.double_t] data, np.ndarray[int] indices, np.ndarray[int] indptr):
    #body of of the function

Entonces puede llamar a esta función usando

some_cython_func(M.data, M.indices, M.indptr)

donde M es su función CSR o CSC .

Consulte esta página para obtener una explicación de los argumentos aprobados sin conversión.