我最近在使用coo_matrix
将scipy
转换为密集矩阵时遇到了困难。我有一个dtype float16
稀疏矩阵,并尝试将其转换为密集矩阵。错误抱怨给出类型为char
的数组。但是,我确信我传递的是float16
类型的数组。
错误是:
self.Xd_train = X_train.todense()
File "C:\Python27\lib\site-packages\scipy\sparse\base.py", line 501, in todense
return np.asmatrix(self.toarray(order=order, out=out))
File "C:\Python27\lib\site-packages\scipy\sparse\coo.py", line 241, in toarray
B.ravel('A'), fortran)
File "C:\Python27\lib\site-packages\scipy\sparse\sparsetools\coo.py", line 175, in coo_todense
return _coo.coo_todense(*args)
TypeError: Array of type 'float' required. Array of type 'char' given
错误出现在类构造函数中:
self.Xd_train = X_train.todense()
矩阵X_train
似乎格式正确,绝对不属于char
类型:
>> X_train.dtype
float16
>> X_train.shape
(6206, 4712)
>> type(X_train)
<class 'scipy.sparse.coo.coo_matrix'>
>> str(X_train)
(0, 63) 2.0
(0, 72) 1.0
(0, 76) 2.0
(0, 100) 1.0
(0, 104) 1.0
(0, 5) 1.0
(0, 10) 2.0
(0, 134) 2.0
(0, 20) 3.0
(0, 263) 1.0
(0, 264) 1.0
(0, 265) 1.0
(0, 27) 1.0
(0, 148) 2.0
(0, 32) 1.0
(0, 275) 1.0
(0, 35) 1.0
(0, 36) 1.0
(0, 279) 1.0
(0, 39) 1.0
(0, 41) 1.0
(0, 42) 1.0
(0, 52) 1.0
(0, 59) 4.0
(1, 72) 1.0
: :
(6205, 133) 1.0
(6205, 134) 4.0
(6205, 135) 4.0
(6205, 136) 2.0
(6205, 137) 6.0
(6205, 138) 1.0
(6205, 139) 4.0
(6205, 20) 4.0
(6205, 142) 4.0
(6205, 23) 2.0
(6205, 24) 2.0
(6205, 26) 2.0
(6205, 27) 2.0
(6205, 32) 1.0
(6205, 33) 1.0
(6205, 35) 1.0
(6205, 36) 1.0
(6205, 37) 1.0
(6205, 39) 1.0
(6205, 40) 1.0
(6205, 41) 1.0
(6205, 42) 1.0
(6205, 43) 1.0
(6205, 56) 3.0
(6205, 60) 1.0
对问题可能是什么的任何想法?另外,如果需要其他详细信息/信息,请与我们联系。
我在Windows 7上使用Python 2.7.2,使用Numpy 1.7和Scipy 0.11。感谢。
答案 0 :(得分:2)
此错误也发生在最新的scipy master分支中。例如。
>>> coo_matrix([[0]], dtype=np.float16).todense()
提出了同样的例外。数据类型np.float16
相对较新,scipy(可能还有其他地方)有很多代码未经过测试。
如果您将稀疏矩阵更改为np.float32
,它应该可以正常工作。
我在scipy github网站上为此创建了一个问题:https://github.com/scipy/scipy/issues/2481