如何将一个整数值稀疏矩阵转换为0/1值稀疏矩阵，Python

我从sklearn袋式矢量化器中有一个稀疏矩阵。它是一个csr_matrix，其元素表示文档中的词频。但现在我需要的是0/1矩阵，其中1代表文档中存在的单词，所以我不关心实际的频率。忽略的背景问题，是这样的：我有一个稀疏矩阵，如何将一个整数值稀疏矩阵转换为0/1值稀疏矩阵，Python

2 3 4 0 0 0 
0 0 0 0 0 8 
0 0 0 2 0 0 
0 0 0 0 0 0

我希望所有的非零元素为1，

1 1 1 0 0 0 
0 0 0 0 0 1 
0 0 0 1 0 0 
0 0 0 0 0 0

我怎样才能做到这一点？我假设使用todense（），然后循环不是一个好的选择，因为稀疏矩阵很大。有没有更好的办法？

2013-06-01 Logan Yang

尝试csr_matrix.sign。它应该正是你所需要的（尽管我自己没有尝试过）。

2013-06-01 23:26:53 Elazar

谢谢！它的工作 –

我想你可以从非零指数创建一个新矩阵（参见scipy.sparse.csr_matrix参考）。假设你的稀疏矩阵被命名为sp_m：

sp_unit = csr_matrix(([1]*len(sp_m.data), sp_m.nonzero()), shape=sp_m.shape)

至于另一网友指出，你可以使用符号函数;不过，我认为如果您有负值，您将需要将其平方：

sp_unit = sp_m.sign.multiply(sp_m.sign)

2013-06-01 23:40:37 bcorso

谢谢你的详细解答！ .sign（）似乎解决了我的问题 –

请注意，如果在稀疏矩阵中有负值，那么在使用.sign（）后，这些值将被转换为-1。如果您在一般情况下确实只需要0和1，请将.sign与.multiply一起使用，如上所述。 – bcorso

回答