如何对scipy稀疏矩阵采样部分行以生成新的scipy稀疏矩阵

这个问题其实很好解决，Scipy的稀疏矩阵支持和NumPy数组类似的索引操作，不过有个小细节要注意——选对矩阵格式能让行采样更高效。

核心步骤 #

1. 优先转换为CSR格式
   CSR（Compressed Sparse Row）格式是专门为行操作优化的，如果你原矩阵是其他格式（比如CSC、COO），建议先转成CSR，这样行切片的速度会快很多：

   import scipy.sparse as sp
   
   # 假设你的原矩阵是A，转换为CSR格式
   A_csr = A.tocsr()
   

2. 直接通过索引提取目标行
   和NumPy数组一样，你可以用列表指定要提取的行索引（注意：Python是0-based索引，也就是第一行对应索引0）。比如你说的10行矩阵，要提取日常计数的第1、3、4行，对应0-based的索引就是[0, 2, 3]；如果是按0-based计数的第1、3、4行，直接用[1, 3, 4]即可。

   示例代码：

   # 先创建一个10行的示例稀疏矩阵（方便你测试）
   A = sp.random(10, 5, density=0.2, format='csr')
   
   # 指定要提取的行（这里用0-based的[0,2,3]对应日常的第1、3、4行）
   selected_row_indices = [0, 2, 3]
   # 提取行生成新的稀疏矩阵B
   B = A[selected_row_indices, :]
   

3. 验证结果
   你可以打印新矩阵的形状来确认是否正确：

   print(B.shape)  # 输出应该是(3, 5)，对应3行5列的稀疏矩阵
   

额外提示 #

• 如果要提取连续的行，比如第2到第5行（0-based是1到4），可以直接用切片：B = A[1:5, :]
• 如果你的矩阵已经是CSR格式，直接跳过转换步骤就行；CSC格式虽然也支持行切片，但效率会低一些，因为它是按列存储的。

内容的提问来源于stack exchange，提问作者Sujay_K