Question

我有一个循环，在每次迭代中给我一个稀疏矩阵c的列N。

要按照我想到的使用

的列填充/增长/累积N列

N = scipy.sparse.hstack([N, c])

要做到这一点，最好使用长度为0的行初始化矩阵。但是，

N = scipy.sparse.csc_matrix((4,0))

提出ValueError: invalid shape。

任何建议，如何做到这一点？

Answer 1

你做不到。与NumPy数组相比，稀疏矩阵受到限制，特别是对于任何轴都不允许0。所有稀疏矩阵构造函数都会检查这一点，因此，如果您设法构建这样的矩阵，那么您正在利用SciPy错误，并且在升级SciPy时您的脚本可能会中断。

~~话虽如此，我不明白为什么你需要一个 n ×0稀疏矩阵，因为允许 n ×0 NumPy数组，几乎没有存储空间。~~

结果sparse.hstack无法处理具有零轴的NumPy数组，因此请忽略我之前的注释。但是，我认为你应该做的是收集列表中的所有列，然后在一次调用中hstack。这比你的循环更好，因为append到列表需要摊销的常量时间，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。

Answer 2

您的形状必须至少使用1。

N = scipy.sparse.csc_matrix((4,1))

你可以堆叠：

print scipy.sparse.hstack( (N,N) )
#<4x2 sparse matrix of type '<type 'numpy.float64'>'
#    with 0 stored elements in COOrdinate format>

如何在scipy中定义（n，0）稀疏矩阵或如何组合稀疏矩阵列？

2 个答案: