为什么numpy.size函数表现得很奇怪？

Question

我有一个矩阵,命名X_test,从产生的sklearn.feature_extraction.text.CountVectorizer.当我执行以下功能时:

                import numpy as np
                np.set_printoptions(threshold='nan')
                print(X_test.shape)
                print(X_test.size)
                print(X_test.ndim)
                print(np.array(X_test))

我明白了:

  (10211, 218904)
  477881
  2
  (0, 934)  14
  (0, 6773) 1
  (0, 11035)    1
  (0, 22362)    1
  (0, 23619)    1
  (0, 24812)    1
  (0, 25224)    1
  : :
  (0, 64428)    1
  (0, 66506)    1

我不知道为什么尺寸不是矩阵尺寸(形状)的乘积.

Answer 1

从结果CountVectorizer是一个scipy.sparse矩阵,而不是一个NumPy的阵列.在这样的矩阵上,np.size报告实际存储的元素的数量,这些元素可以(应该)远小于shape.

(另外,要将其转换为数组,请使用该toarray方法,但请注意,您将创建一个大小为几GB的数组,而不是用于稀疏格式的几个MB.)