通过索引访问 coo_matrix 时出现类型错误

Question

我有 coo_matrixX和索引trn_idx，我想通过它们访问该 maxtrix

print (type(X  ), X.shape)
print (type(trn_idx), trn_idx.shape)

<class 'scipy.sparse.coo.coo_matrix'> (1503424, 2795253)
<class 'numpy.ndarray'> (1202739,)

这样调用：

X[trn_idx]
TypeError: only integer scalar arrays can be converted to a scalar index

无论是这样：

 X[trn_idx.astype(int)] #same error

如何通过索引访问？

Answer 1

本coo_matrix类不支持索引。您必须将其转换为不同的稀疏格式。

这是一个带有小 的示例coo_matrix：

In [19]: import numpy as np

In [20]: from scipy.sparse import coo_matrix

In [21]: m = coo_matrix([[0, 0, 0, 1], [2, 0, 0 ,0], [0, 0, 0, 0], [0, 3, 4, 0]])

尝试索引m失败：

In [22]: m[0,0]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-22-1f78c188393f> in <module>()
----> 1 m[0,0]

TypeError: 'coo_matrix' object is not subscriptable

In [23]: idx = np.array([2, 3])

In [24]: m[idx]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-24-a52866a6fec6> in <module>()
----> 1 m[idx]

TypeError: only integer scalar arrays can be converted to a scalar index

如果转换m为 CSR 矩阵，则可以使用idx以下方式对其进行索引：

In [25]: m.tocsr()[idx]
Out[25]: 
<2x4 sparse matrix of type '<class 'numpy.int64'>'
    with 2 stored elements in Compressed Sparse Row format>

如果您要进行更多索引，最好将新数组保存在变量中，并根据需要使用它：

In [26]: a = m.tocsr()

In [27]: a[idx]
Out[27]: 
<2x4 sparse matrix of type '<class 'numpy.int64'>'
    with 2 stored elements in Compressed Sparse Row format>

In [28]: a[0,0]
Out[28]: 0