Question

我有一个scipy.sparse.csr.csr_matrix，它是TfidfVectorizer（）类的输出。我知道我可以这种方式访问该矩阵的各个组件：

所以如果我在这里有这个矩阵：

tf_idf_matrix = vectorizer.fit_transform(lines)

我可以在这里访问各个组件：

tf_idf_matrix.data
tf_idf_matrix.indices
tf_idf_matrix.indptr

如何从Python中保存 - 这样我可以将其加载到MATLAB稀疏矩阵中？或者如何将其更改为密集数组，并将其保存为一个numpy.ndarray文本文件 - 这样我只需将其作为矩阵加载到MATLAB中即可。这个矩阵的大小不是很大 - 它（5000,68k）

请帮忙。感谢

Answer 1

MATLAB稀疏构造函数：

S =稀疏（i，j，s，m，n，nzmax）使用向量i，j和s来生成m×by-n稀疏矩阵，使得S（i（k），j（k））= s（k），其中空间分配给nzmax非零

与scipy稀疏相同（包括使用ij添加值的步骤相同）。

csr_matrix（（data，ij），[shape =（M，N）]）其中data和ij满足关系a [ij [0，k]，ij [1，k]] = data [k]

data和ij coo_matrix格式的属性。首先，我建议转换tocoo并将三个数组写入.mat文件（scipy.io）。

Answer 2

假设你在matlab中有这些组件那么

x = accumarray(indptr+1, ones(size(indptr)),[1,N]);
% N being the number of rows >= max indptr+1

colind = cumsum(x);
res = sparse(colind,indices,data);

应该这样做。

第一部分只是将indptr向量转换为向量，以使每个索引与正确的列号匹配。（注意indptr可能有重复，这就是为什么需要准确的原因）

将scipy.sparse.csr.csr_matrix转换为MATLAB可读的形式

2 个答案: