为什么numpy.size函数表现怪异？

Question

我有一个矩阵，名为X_test，从sklearn.feature_extraction.text.CountVectorizer生成。当我执行以下功能：

   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)) 

我得到：

(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 

我不知道为什么大小不是矩阵尺寸（形状）的产品。

Answer 1

来自CountVectorizer的结果是scipy.sparse矩阵，而不是NumPy数组。在这样的矩阵中，np.size报告实际存储的元素的数量，其可以（应该）远小于shape的乘积。

（另外，将其转换为一个数组，使用toarray方法，但要注意，你会创造在尺寸，而不是用于稀疏格式几MB的数组几个GB）。