如何访问稀疏矩阵元素？

Question

type(A)
<class 'scipy.sparse.csc.csc_matrix'>
A.shape
(8529, 60877)
print A[0,:]
  (0, 25)   1.0
  (0, 7422) 1.0
  (0, 26062)    1.0
  (0, 31804)    1.0
  (0, 41602)    1.0
  (0, 43791)    1.0
print A[1,:]
  (0, 7044) 1.0
  (0, 31418)    1.0
  (0, 42341)    1.0
  (0, 47125)    1.0
  (0, 54376)    1.0
print A[:,0]
  #nothing returned

现在我不明白的是当我输入A [1,:]时应该从第2行中选择元素,但是我从打印的第1行中获取元素.当我输入应该返回第一列的A [:,0]但是我没有打印任何内容.为什么？

Answer 1

A[1,:]本身就是一个形状稀疏的矩阵(1,60877). 这是您要打印的内容,它只有一行,因此所有行坐标都是0.

例如:

In [41]: a = csc_matrix([[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]])

In [42]: a.todense()
Out[42]: 
matrix([[ 1,  0,  0,  0],
        [ 0,  0, 10, 11],
        [ 0,  0,  0, 99]], dtype=int64)

In [43]: print(a[1, :])
  (0, 2)    10
  (0, 3)    11

In [44]: print(a)
  (0, 0)    1
  (1, 2)    10
  (1, 3)    11
  (2, 3)    99

In [45]: print(a[1, :].toarray())
[[ 0  0 10 11]]

您可以选择列,但如果列中没有非零元素,则在输出时不会显示任何内容print:

In [46]: a[:, 3].toarray()
Out[46]: 
array([[ 0],
       [11],
       [99]])

In [47]: print(a[:,3])
  (1, 0)    11
  (2, 0)    99

In [48]: a[:, 1].toarray()
Out[48]: 
array([[0],
       [0],
       [0]])

In [49]: print(a[:, 1])


In [50]:

最后一次print调用没有显示输出,因为该列a[:, 1]没有非零元素.

Answer 2

使用与问题详细信息不同的技巧来回答标题的问题:

csc_matrix给你方法.nonzero().

鉴于:

>>> import numpy as np
>>> from scipy.sparse.csc import csc_matrix
>>> 
>>> row = np.array( [0, 1, 3])
>>> col = np.array( [0, 2, 3])
>>> data = np.array([1, 4, 16])
>>> A = csc_matrix((data, (row, col)), shape=(4, 4))

您可以通过以下方式访问引入非零数据的索引:

>>> rows, cols = A.nonzero()
>>> rows
array([0, 1, 3], dtype=int32)
>>> cols
array([0, 2, 3], dtype=int32)

然后您可以使用它来访问您的数据,而无需制作稀疏矩阵的密集版本:

>>> [((i, j), A[i,j]) for i, j in zip(*A.nonzero())]
[((0, 0), 1), ((1, 2), 4), ((3, 3), 16)]

Answer 3

如果是使用 计算TFIDF分数TfidfTransformer，则可以通过 得到IDF tfidf.idf_。然后是稀疏数组名称，例如“a”，a.toarray().

toarray返回一个ndarray；todense返回一个矩阵。如果你想要一个矩阵，请使用todense; 否则，使用toarray.