Tengo dos scipy_sparse_csr_matrix 'a' y scipy_sparse_csr_matrix (boolean) 'mask', y quiero establecer los elementos de 'a' en cero donde el elemento de la máscara es True.

por ejemplo

>>>a
<3x3 sparse matrix of type '<type 'numpy.int32'>'
    with 4 stored elements in Compressed Sparse Row format>
>>>a.todense()
matrix([[0, 0, 3],
        [0, 1, 5],
        [7, 0, 0]])

>>>mask
<3x3 sparse matrix of type '<type 'numpy.bool_'>'
    with 4 stored elements in Compressed Sparse Row format>
>>>mask.todense()
matrix([[ True, False,  True],
        [False, False,  True],
        [False,  True, False]], dtype=bool)

Entonces quiero obtener el siguiente resultado.

>>>result
<3x3 sparse matrix of type '<type 'numpy.int32'>'
    with 2 stored elements in Compressed Sparse Row format>
>>>result.todense()
matrix([[0, 0, 0],
        [0, 1, 0],
        [7, 0, 0]])

Puedo hacerlo operando como

result = a - a.multiply(mask)

o

a -= a.multiply(mask) #I don't care either in-place or copy.

Pero creo que las operaciones anteriores son ineficientes. Dado que la forma real de 'a' y 'máscara' es 67,108,864 × 2,000,000, estas operaciones toman varios segundos en un servidor de alta especificación (CPU Xeon de 64 núcleos, memoria de 512GB). Por ejemplo, 'a' tiene aproximadamente 30,000,000 elementos que no son cero, y 'máscara' tiene aproximadamente 1,800,000 elementos que no son cero (Verdadero), luego la operación anterior toma aproximadamente 2 segundos.

¿Hay alguna forma más eficiente de hacer esto?

Las condiciones están abajo.

a.getnnz ()! = mask.getnnz ()a.shape = mask.shape

¡Gracias!

Otra forma (probado)

a.data*=~np.array(mask[a.astype(np.bool)]).flatten();a.eliminate_zeros() #This takes twice the time longer than above method.