Question

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

现在我不明白的是当我输入A [1，：]时应该从第2行中选择元素，但是我从打印中的第1行获取元素。当我输入应该返回第一列的A [：，0]但是我没有打印任何内容。为什么呢？

Answer 1

A[1,:]本身就是一个形状稀疏的矩阵（1,60877）。这个就是你要打印的，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，则在使用print输出时不会显示任何内容：

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调用显示没有输出，因为列a[:, 1]没有非零元素。

Answer 2

使用与问题详情不同的技巧来回答标题的问题：

csc_matrix为您提供方法.nonzero()。

假设：

>>> 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引入非零数据的索引：

>>> 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)]

Answer 3

如果是使用TfidfTransformer计算TFIDF分数，则yu可以通过tfidf.idf_获得IDF。然后是稀疏数组名称，例如'a'，a.toarray().

toarray返回一个ndarray; todense返回一个矩阵。如果您想要矩阵，请使用todense;否则，请使用toarray。

Answer 4

我完全同意所有其他给出的答案。这只是一种不同的方法。

为演示此示例，我将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

为了像访问列表一样方便地访问它，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去，但是有些函数，例如 TfidfVectorizer ，还有一些函数返回稀疏矩阵作为输出并处理它们可能很棘手。这是一种从稀疏矩阵中提取数据的方法。

如何访问稀疏矩阵元素？

4 个答案: