通常,要使用Scipy矩阵,请使用内置方法.但是有时您需要读取矩阵数据以将其分配给非稀疏数据类型.为了演示,我创建了一个随机的LIL稀疏矩阵,并使用不同的方法将其转换为Numpy数组(纯python数据类型会更好！).

from __future__ import print_function
from scipy.sparse import rand, csr_matrix, lil_matrix
import numpy as np

dim = 1000
lil = rand(dim, dim, density=0.01, format='lil', dtype=np.float32, random_state=0)
print('number of nonzero elements:', lil.nnz)
arr = np.zeros(shape=(dim,dim), dtype=float)

非零元素数：10000

通过索引阅读

%%timeit -n3
for i in xrange(dim):
    for j in xrange(dim):
        arr[i,j] = lil[i,j]

3个循环,每个循环最好3：6.42 s

使用nonzero()方法

%%timeit -n3
nnz = lil.nonzero() # indices of nonzero values
for i, j in zip(nnz[0], nnz[1]):
    arr[i,j] = lil[i,j]

3个循环,最佳3：每个循环75.8毫秒

使用内置方法直接转换为数组

这不是读取矩阵数据的通用解决方案,因此不算作解决方案.

%timeit -n3 arr = lil.toarray()

3个循环,每个循环最好3：7.85毫秒

用这些方法读取Scipy稀疏矩阵根本没有效率.有没有更快的方法来读取这些矩阵？

解决方法:

一个类似的问题,只是处理设置稀疏值,而不是仅仅读取它们：

Efficient incremental sparse matrix in python / scipy / numpy

有关使用基础表示访问值的更多信息

Efficiently select random non-zero column from each row of sparse matrix in scipy

也

why is row indexing of scipy csr matrices slower compared to numpy arrays

Why are lil_matrix and dok_matrix so slow compared to common dict of dicts?

看一下M.nonzero的功能：

    A = self.tocoo()
    nz_mask = A.data != 0
    return (A.row[nz_mask],A.col[nz_mask])

在过滤掉.data属性中的任何“杂散” 0之后,它将矩阵转换为coo格式并返回.row和.col属性.

因此,您可以跳过中间人并直接使用这些属性：

 A = lil.tocoo()
 for i,j,d in zip(A.row, A.col, A.data):
      a[i,j] = d

这几乎与toarray一样好：

In [595]: %%timeit
   .....: aa = M.tocoo()
   .....: for i,j,d in zip(aa.row,aa.col,aa.data):
   .....:   A[i,j]=d
   .....: 
100 loops, best of 3: 14.3 ms per loop

In [596]: timeit  arr=M.toarray()
100 loops, best of 3: 12.3 ms per loop

但是,如果您的目标确实是一个数组,则不需要迭代

In [603]: %%timeit
   .....: A=np.empty(M.shape,M.dtype)
   .....: aa=M.tocoo()
   .....: A[aa.row,aa.col]=aa.data
   .....: 
100 loops, best of 3: 8.22 ms per loop

我对@Thoran的2种方法的评价是：

100 loops, best of 3: 5.81 ms per loop
100 loops, best of 3: 17.9 ms per loop

时光倒流.