堆叠两个不同尺寸的稀疏矩阵

我有两个稀疏矩阵（创建于sklearnHashVectorizer，来自两组特征 - 每组对应一个特征）。我想连接它们以便稍后将它们用于集群。但是，由于两个矩阵不具有相同的行尺寸，因此我正面临维度问题。堆叠两个不同尺寸的稀疏矩阵

下面是一个例子：

Xa = [-0.57735027 -0.57735027 0.57735027 -0.57735027 -0.57735027 0.57735027 
    0.5   0.5  -0.5   0.5   0.5  -0.5   0.5 
    0.5  -0.5   0.5  -0.5   0.5   0.5  -0.5 
    0.5   0.5  ] 

Xb = [-0.57735027 -0.57735027 0.57735027 -0.57735027 0.57735027 0.57735027 
-0.5   0.5   0.5   0.5  -0.5  -0.5   0.5 
-0.5  -0.5  -0.5   0.5   0.5  ]

两个Xa和Xb是<class 'scipy.sparse.csr.csr_matrix'>类型。形状是Xa.shape = (6, 1048576) Xb.shape = (5, 1048576)。我得到的错误是（我现在知道为什么会发生）：

X = hstack((Xa, Xb)) 
    File "/usr/local/lib/python2.7/site-packages/scipy/sparse/construct.py", line 464, in hstack 
    return bmat([blocks], format=format, dtype=dtype) 
    File "/usr/local/lib/python2.7/site-packages/scipy/sparse/construct.py", line 581, in bmat 
    'row dimensions' % i) 
ValueError: blocks[0,:] has incompatible row dimensions

有没有办法来堆叠稀疏矩阵，尽管他们的不规则尺寸是多少？也许有一些填充？

我已经看着这些帖子：

来源

2016-11-22 user1717931

可您发布的矩阵Xa和Xb的形状？ –

更新后的形状。 – user1717931

我想我找到了解决方法：使用颠簸连接并将结果转换为csr_matrix。学习更多，看看这是否可行。 Xc = np.concatenate（[Xa.data，Xb.data]），然后执行：sm = sparse.csr_matrix（Xc）。 – user1717931

您可以用空的稀疏矩阵填充它。

你想horizontaly堆，所以你需要垫更小的矩阵，使其具有相同的行数为更大的矩阵的。为此你垂直堆栈它与形状(difference in number of rows, number of columns of original matrix)矩阵。

像这样：

from scipy.sparse import csr_matrix 
from scipy.sparse import hstack 
from scipy.sparse import vstack 

# Create 2 empty sparse matrix for demo 
Xa = csr_matrix((4, 4)) 
Xb = csr_matrix((3, 5)) 


diff_n_rows = Xa.shape[0] - Xb.shape[0] 

Xb_new = vstack((Xb, csr_matrix((diff_n_rows, Xb.shape[1])))) 
#where diff_n_rows is the difference of the number of rows between Xa and Xb 

X = hstack((Xa, Xb_new)) 
X

导致：

<4x9 sparse matrix of type '<class 'numpy.float64'>' 
    with 0 stored elements in COOrdinate format>

来源

2016-11-22 15:19:19

堆叠两个不同尺寸的稀疏矩阵

回答

相关问题