Question

我有一个函数需要csr_matrix并对其进行一些计算。

这些计算的行为要求此矩阵的形状是特定的（比如NxM）。

我发送的输入具有较少的列和确切的行数。

（例如，它具有形状=（A，B），其中A＆lt; N和B == M）

例如：我有对象x

>>>x = csr_matrix([[1,2],[1,2]])
>>>x
(0, 0)  1
(0, 1)  2
(1, 0)  1
(1, 1)  2
>>>x.shape
(2, 2)

功能f：

def f(csr_mat):
    """csr_mat.shape should be (2,3)"""

然后我想在x上做一些事情，所以它会变成y：

>>>y = csr_matrix([[1,2,0],[1,2,0]])
>>>y
(0, 0)  1
(0, 1)  2
(1, 0)  1
(1, 1)  2
>>>y.shape
(2, 3)

在此示例中，x和y具有相同的非零值，但y具有不同的形状。我想要的是有效地“扩展”x到一个新的维度，用零填充新的列。即，给定x和new_shape=(2,3)，它应该返回y 我已经尝试了reshape：

x.reshape((2,3))

但后来我得到了：

NotImplementedError

我的第二个选择就是创建具有不同形状的新csr_matrix：

z = csr_matrix(x,shape=(3,3))

但这也失败了：

NotImplementedError：没有为csr_matrix实现重塑。

编辑：使用csc_matrix带来了同样的错误。

任何想法？

由于

Answer 1

在CSR格式中，所需data的基础indices，indptr和y数组与x矩阵的数组相同。您可以使用新的csr_matrix：

将这些内容传递给shape构造函数

y = csr_matrix((x.data, x.indices, x.indptr), shape=(2, 3))

请注意，构造函数默认为copy=False，因此这将在data和indices之间共享indptr，x和y 。 y上的某些操作将反映在x中。您可以通过copy=True使x和y相互独立。

如果您想查看csr_matrix的未记录内部，可以设置内部_shape属性，使x数组具有您想要的形状：

x._shape = (2, 3)

这样做并没有什么优势。