我有一个循环，在每次迭代中都会给我一列c稀疏矩阵N。
N逐列组装/增长/累积我想使用的列
N = scipy.sparse.hstack([N, c])
为此，最好使用长度为 0 的行来初始化矩阵。但是，
N = scipy.sparse.csc_matrix((4,0))
提出一个ValueError: invalid shape。
任何建议，如何做到这一点？
问问题
661 次
2 回答
3
你不能。与 NumPy 数组相比，稀疏矩阵受到限制，特别是不允许0任何轴。所有稀疏矩阵构造函数都会对此进行检查，因此，如果您确实设法构建了这样的矩阵，那么您就是在利用 SciPy 错误，并且您的脚本可能会在您升级 SciPy 时中断。
话虽如此，我不明白为什么需要n × 0 稀疏矩阵，因为允许使用n × 0 NumPy 数组并且几乎不占用存储空间。
结果sparse.hstack无法处理零轴的 NumPy 数组，因此请忽略我之前的评论。但是，我认为您应该做的是收集列表中的所有列，然后hstack一次调用。这比你的循环要好，因为append'ing 到一个列表需要摊销的常数时间，而hstack需要线性时间。因此，您提出的算法需要二次时间，而它可能是线性的。
于 2013-06-19T15:11:46.190 回答
1
你必须至少1在你的形状中使用。
N = scipy.sparse.csc_matrix((4,1))
您可以堆叠：
print scipy.sparse.hstack( (N,N) )
#<4x2 sparse matrix of type '<type 'numpy.float64'>'
# with 0 stored elements in COOrdinate format>
于 2013-06-19T14:53:47.640 回答