如何堆叠多个稀疏矩阵(特征矩阵)

Question

我有 3 个稀疏矩阵：

In [39]:
mat1

Out[39]:
(1, 878049)
<1x878049 sparse matrix of type '<type 'numpy.int64'>'
    with 878048 stored elements in Compressed Sparse Row format>
In [37]:
mat2

Out[37]:
(1, 878049)
<1x878049 sparse matrix of type '<type 'numpy.int64'>'
    with 744315 stored elements in Compressed Sparse Row format>
In [35]:
mat3

Out[35]:
(1, 878049)
<1x878049 sparse matrix of type '<type 'numpy.int64'>'
    with 788618 stored elements in Compressed Sparse Row format>

从文档中，我读到可以hstack、vstack和concatenate这种类型的矩阵。所以我试图hstack它们：

import numpy as np
matrix1 = np.hstack([[address_feature, dayweek_feature]]).T
matrix2 = np.vstack([[matrix1, pddis_feature]]).T

X = matrix2

但是，尺寸不匹配：

In [41]:
X_combined_features.shape
Out[41]:
(2, 1)

请注意，我正在堆叠这样的矩阵，因为我想将它们与scikit-learn分类算法一起使用。因此，我应该如何hstack许多不同的稀疏矩阵？

Answer 1

使用 vstack 的sparse版本。 作为一般规则，您需要使用稀疏函数和方法，而不是具有相似名称的numpy函数和方法。 sparse矩阵不是numpy ndarray的子类。

但是，您的 3 个三个矩阵看起来并不稀疏。 它们是 1x878049。 一个有878048个非零元素 - 这意味着只有一个0元素。

所以你也可以把它们变成密集的数组（用.toarray()或.A）并使用np.hstack或np.vstack。

np.hstack([address_feature.A, dayweek_feature.A])

并且不要使用双括号。 所有连接函数都采用数组的简单列表或元组。 该列表可以有 2 个以上的数组

In [296]: A=sparse.csr_matrix([0,1,2,0,0,1])
In [297]: B=sparse.csr_matrix([0,0,0,1,0,1])
In [298]: C=sparse.csr_matrix([1,0,0,0,1,0])
In [299]: sparse.vstack([A,B,C])
Out[299]: 
<3x6 sparse matrix of type '<class 'numpy.int32'>'
    with 7 stored elements in Compressed Sparse Row format>
In [300]: sparse.vstack([A,B,C]).A
Out[300]: 
array([[0, 1, 2, 0, 0, 1],
       [0, 0, 0, 1, 0, 1],
       [1, 0, 0, 0, 1, 0]], dtype=int32)
In [301]: sparse.hstack([A,B,C]).A
Out[301]: array([[0, 1, 2, 0, 0, 1, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0]], dtype=int32)
In [302]: np.vstack([A.A,B.A,C.A])
Out[302]: 
array([[0, 1, 2, 0, 0, 1],
       [0, 0, 0, 1, 0, 1],
       [1, 0, 0, 0, 1, 0]], dtype=int32)