使用SciPy/Numpy在Python中连接稀疏矩阵

Question

使用SciPy/Numpy在Python中连接稀疏矩阵的最有效方法是什么？

我在这里使用了以下内容:

>>> np.hstack((X, X2))
array([ <49998x70000 sparse matrix of type '<class 'numpy.float64'>'
        with 1135520 stored elements in Compressed Sparse Row format>,
        <49998x70000 sparse matrix of type '<class 'numpy.int64'>'
        with 1135520 stored elements in Compressed Sparse Row format>], 
       dtype=object)

我想在回归中使用两个预测变量,但目前的格式显然不是我想要的.是否有可能获得以下内容:

    <49998x1400000 sparse matrix of type '<class 'numpy.float64'>'
     with 2271040 stored elements in Compressed Sparse Row format>

它太大而无法转换为深层格式.

Answer 1

你可以使用scipy.sparse.hstack:

from scipy.sparse import hstack
hstack((X, X2))

使用numpy.hstack将创建一个包含两个稀疏矩阵对象的数组.