Question

我依赖于一个开源库，Detectron，它在SciPy中初始化压缩的稀疏行（CSR）矩阵，形状为（0，N），like so（链接到GitHu repo中的相关行）： / p>

 entry['gt_overlaps'] = scipy.sparse.csr_matrix(
               np.empty((0, self.num_classes), 
               dtype=np.float32))

然而，我可用的SciPy版本（0.12.1）不支持此（0，N）形状，并给出ValueError：

文件 “/mnt/nfs/work1/elm/arunirc/Tools/detectron/lib/datasets/json_dataset.py” 第150行，在_prep_roidb_entry中 np.empty（（0，self.num_classes），dtype = np.float32）文件“/usr/lib64/python2.7/site-packages/scipy/sparse/compressed.py”，行 66，在 init 中 self._set_self（self。 class （coo_matrix（arg1，dtype = dtype）））文件“/usr/lib64/python2.7/site-packages/scipy/sparse/coo.py”，行 184，在 init 中 self.shape = M.shape文件“/usr/lib64/python2.7/site-packages/scipy/sparse/base.py”，第74行，in set_shape 提高ValueError（'无效形状'）ValueError：无效形状

是否有任何版本的SciPy确实支持创建此类CSR阵列？谢谢！

Answer 1

最新情况还可以：

In [286]: scipy.sparse.csr_matrix(
     ...:                np.empty((0, 3), 
     ...:                dtype=np.float32))
     ...:                
Out[286]: 
<0x3 sparse matrix of type '<class 'numpy.float32'>'
    with 0 stored elements in Compressed Sparse Row format>
In [287]: scipy.__version__
Out[287]: '1.0.0'

它不是一个非常有用的形状，但我无法想到它为什么会无效的概念性原因。

如何在SciPy中创建（0，N）形压缩稀疏矩阵？

1 个答案: