58
type(A)
<class 'scipy.sparse.csc.csc_matrix'>
A.shape
(8529, 60877)
print A[0,:]
  (0, 25)   1.0
  (0, 7422) 1.0
  (0, 26062)    1.0
  (0, 31804)    1.0
  (0, 41602)    1.0
  (0, 43791)    1.0
print A[1,:]
  (0, 7044) 1.0
  (0, 31418)    1.0
  (0, 42341)    1.0
  (0, 47125)    1.0
  (0, 54376)    1.0
print A[:,0]
  #nothing returned

现在我不明白的是A[1,:]应该从第二行中选择元素,但我通过print A[1,:]. 此外,print A[:,0]应该返回第一列,但我什么也没打印。为什么?

4

4 回答 4

63

A[1,:]本身是一个形状为 (1, 60877) 的稀疏矩阵。 就是你要打印的,它只有一行,所以所有的行坐标都是 0。

例如:

In [41]: a = csc_matrix([[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]])

In [42]: a.todense()
Out[42]: 
matrix([[ 1,  0,  0,  0],
        [ 0,  0, 10, 11],
        [ 0,  0,  0, 99]], dtype=int64)

In [43]: print(a[1, :])
  (0, 2)    10
  (0, 3)    11

In [44]: print(a)
  (0, 0)    1
  (1, 2)    10
  (1, 3)    11
  (2, 3)    99

In [45]: print(a[1, :].toarray())
[[ 0  0 10 11]]

您可以选择列,但如果列中没有非零元素,则在输出时不显示任何内容print

In [46]: a[:, 3].toarray()
Out[46]: 
array([[ 0],
       [11],
       [99]])

In [47]: print(a[:,3])
  (1, 0)    11
  (2, 0)    99

In [48]: a[:, 1].toarray()
Out[48]: 
array([[0],
       [0],
       [0]])

In [49]: print(a[:, 1])


In [50]:

最后一次print调用没有显示输出,因为该列a[:, 1]没有非零元素。

于 2013-02-27T15:34:16.277 回答
33

要使用与您的问题详细信息不同的技术来回答您的标题问题:

csc_matrix给你方法.nonzero()

鉴于:

>>> import numpy as np
>>> from scipy.sparse.csc import csc_matrix
>>> 
>>> row = np.array( [0, 1, 3])
>>> col = np.array( [0, 2, 3])
>>> data = np.array([1, 4, 16])
>>> A = csc_matrix((data, (row, col)), shape=(4, 4))

您可以通过以下方式访问指向非零数据的索引:

>>> rows, cols = A.nonzero()
>>> rows
array([0, 1, 3], dtype=int32)
>>> cols
array([0, 2, 3], dtype=int32)

然后您可以使用它来访问您的数据,而无需制作稀疏矩阵的密集版本:

>>> [((i, j), A[i,j]) for i, j in zip(*A.nonzero())]
[((0, 0), 1), ((1, 2), 4), ((3, 3), 16)]
于 2017-08-20T21:26:22.293 回答
4

如果是用来计算 TFIDF 分数TfidfTransformer,yu 可以得到 IDF tfidf.idf_。然后是稀疏数组名,比如'a',a.toarray().

toarray返回一个ndarray;todense返回一个矩阵。如果你想要一个矩阵,使用todense; 否则,使用toarray.

于 2018-04-09T17:48:36.117 回答
2

我完全承认所有其他给出的答案。这只是一种不同的方法。

为了演示这个例子,我正在创建一个新的稀疏矩阵:

from scipy.sparse.csc import csc_matrix
a = csc_matrix([[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]])
print(a)

输出:

(0, 0)  1
(1, 2)  10
(1, 3)  11
(2, 3)  99

为了轻松访问它,就像我们访问列表的方式一样,我将其转换为列表。

temp_list = []
for i in a:
    temp_list.append(list(i.A[0]))

print(temp_list)

输出:

[[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]]

这可能看起来很愚蠢,因为我正在创建一个稀疏矩阵并将其转换回来,但是有一些函数,如TfidfVectorizer和其他函数,它们返回一个稀疏矩阵作为输出并且处理它们可能很棘手。这是从稀疏矩阵中提取数据的一种方法。

于 2018-06-26T11:27:40.633 回答