加载用np.save保存的稀疏矩阵

Question

我使用np.save('X', X)保存了一个scipy csr矩阵。当我用np.load('X.npy')加载它时，我得到了这个签名：

array(<240760x110493 sparse matrix of type '<class 'numpy.float64'>' with 20618831 stored elements in Compressed Sparse Row format>, dtype=object)

但是，我无法使用索引（例如X[0,0]或X[:10,:10] or X[0]提供错误IndexError: too many indices for array）来访问此数据，并且调用.shape会返回()。

有没有办法访问这些数据，或者它现在是否已损坏？

修改。

由于有3个保存/加载矩阵的选项，我进行了速度比较，看看哪种方法最适合我的稀疏矩阵：

编写稀疏矩阵：

%timeit -n1 scipy.io.savemat('tt', {'t': X})
1 loops, best of 3: 66.3 ms per loop

timeit -n1 scipy.io.mmwrite('tt_mm', X)
1 loops, best of 3: 7.55 s per loop

timeit -n1 np.save('tt_np', X)
1 loops, best of 3: 188 ms per loop

读取稀疏矩阵：

timeit -n1 scipy.io.loadmat('tt')
1 loops, best of 3: 9.78 ms per loop

%timeit -n1 scipy.io.mmread('tt_mm')
1 loops, best of 3: 5.72 s per loop

%timeit -n1 np.load('tt_np.npy')
1 loops, best of 3: 150 ms per loop

结果是mmread/mmwrite非常低（约慢100倍），而savemat/loadmat比save/load快3-10倍。

Answer 1

让我们留意印刷品中的所有线索

array(<240760x110493 sparse matrix of type '<class 'numpy.float64'>'
     with 20618831 stored elements in Compressed Sparse Row format>, dtype=object)

最外层：

array(....,dtype=object)

稀疏矩阵不是常规数组;到np.save，它只是一个Python对象。因此它将其包裹在dtype=object中并保存。它是一个0d数组（因此是()形状），因此所有索引尝试都失败了。尝试改为

M=arr.item() # or
M=arr[()]

现在M应显示为：

sparse matrix of type '<class 'numpy.float64'>'
     with 20618831 stored elements in Compressed Sparse Row format

包含M.shape等属性。 M.A将显示密集形式，因为它太大而无法有效地执行此操作。