VSTACK scipy.sparse.csr.csr_matrix 到一个单一的 csr 矩阵

Question

我最近努力处理稀疏矩阵并将它们堆叠到单个矩阵中。我曾经创建多个 csr_matrix 个对象

vec_list = sp.sparse.csr_matrix(my_vec_i) # every vector of shape (1,200)

在 vec_list 由大约 100 个稀疏矩阵组成后，我使用 scipy 的（不是 numpy 的）sp.vstack 函数将所有 100 个条目合并到形状为 ( 100, 200).

现在在我当前的设置中 (python 3.8) 我看到一条警告，指出 sp.vstack 将被弃用，但无论如何，如果我使用了 numpy 或 scipy 的 vstack 功能，我最终得到了一个形状为 (100,1) 的 数组，其中我的 200 列被视为 1 csr_matrix第一列也是唯一一列中的条目。

在我的旧代码片段中，我可以看到，sp.vstack(vec_list) 创建了一个 稀疏 crs 矩阵 形状 (100,200).. 我想念什么吗，有人对此有想法吗？我有点急切地想要创建我的堆叠稀疏矩阵。谢谢大家

编辑：正如您在下面的评论中看到的那样，np.vstack 和 sp.vstack 不一定做同样的事情（在我的回答中，我伤心 np.vstack 两次，但我的意思是 sp.vstack 一次）。我使用的是精确的解决方案（已复制），它在某个时候返回了一个错误，因为没有发生堆叠。为了使用 sp.stacking，我堆叠了非 csr_matrix 数组，然后将其转换为 csr_matrix。这在使用大量数组时是不切实际的，但至少我可以运行毫无问题地浏览文件。为了解决 Tinu 的以下答案，我无法以这种方式解决它，因为结果如下所示 - 执行示例代码时：

>>> np.vstack(vec_list).shape (100, 1) >>> sp.vstack(vec_list).shape (100, 200)

Python3.8.2，Scipy1.4.1

Answer 1

很遗憾，我无法重现您的错误。这是我的代码：

from scipy.sparse import csr_matrix, vstack
import numpy as np

vec_list = []
for i in range(100):
    vec_list.append(csr_matrix(np.random.randint(2,size=(1,200))))
vec_mat = vstack(vec_list)
vec_mat.shape

输出：

(100, 200)

我正在使用 python 3.8.2 和 scipy 1.4.1

Answer 2

不幸的是，我无法看到与上述相同的结果 - 使用我的 Python 3.8.3rc1。复制代码并堆叠导致如下：

>>> np.vstack(vec_list).shape # (100, 1)
>>> sp.vstack(vec_list).shape # (100, 1)

我将如何解决我的问题：我将堆叠 non-csr_matrix 个数组，然后将其转换为 csr_matrix。无论如何谢谢！

VSTACK scipy.sparse.csr.csr_matrix 到一个单一的 csr 矩阵

VSTACK scipy.sparse.csr.csr_matrix to one single csr matrix

python

matrix

csr

scipy