我有一个来自sklearn bag-of-words vectorizer的稀疏矩阵。它是一个csr_matrix，它的元素代表文档中的单词频率。但现在我需要的是0/1矩阵，其中1表示文档中存在的单词，所以我不关心实际频率。 忽略背景问题，就像这样： 我有一个稀疏矩阵，
2 3 4 0 0 0
0 0 0 0 0 8
0 0 0 2 0 0
0 0 0 0 0 0
我希望所有非零元素都是1，
1 1 1 0 0 0
0 0 0 0 0 1
0 0 0 1 0 0
0 0 0 0 0 0
我怎样才能做到这一点？我假设使用todense（）然后循环不是一个好选择，因为稀疏矩阵很大。还有更好的方法吗？
答案 0 :(得分：1)
试试csr_matrix.sign。它应该是你所需要的（尽管我自己没有尝试过）。
答案 1 :(得分：1)
我认为你可以从非零指数创建一个新矩阵（参见scipy.sparse.csr_matrix参考）。假设您的稀疏矩阵名为sp_m：
sp_unit = csr_matrix( ([1]*len(sp_m.data), sp_m.nonzero()), shape=sp_m.shape )
或
正如另一位用户指出的那样，你可以使用sign功能;但是，如果您有负值，我认为您需要对其进行调整：
sp_unit = sp_m.sign.multiply(sp_m.sign)