python - 神秘的 scipy "could not convert integer scalar"错误

Question

我正在使用 scipy.sparse.csr_matrix 构建稀疏向量，如下所示:

csr_matrix((values, (np.zeros(len(indices)), indices)), shape = (1, max_index))

这适用于我的大部分数据，但偶尔我会收到 ValueError: could not convert integer scalar。

这重现了问题:

In [145]: inds

Out[145]:
array([ 827969148,  996833913, 1968345558,  898183169, 1811744124,
        2101454109,  133039182,  898183170,  919293479,  133039089])

In [146]: vals

Out[146]:
array([ 1.,  1.,  1.,  1.,  1.,  2.,  1.,  1.,  1.,  1.])

In [147]: max_index

Out[147]:
2337713000

In [143]: csr_matrix((vals, (np.zeros(10), inds)), shape = (1, max_index+1))
...

    996         fn = _sparsetools.csr_sum_duplicates
    997         M,N = self._swap(self.shape)
--> 998         fn(M, N, self.indptr, self.indices, self.data)
    999 
    1000         self.prune()  # nnz may have changed

ValueError: could not convert integer scalar

inds 是一个 np.int64 数组，vals 是一个 np.float64 数组。

scipy sum_duplicates 代码的相关部分是 here .

请注意，这是可行的:

In [235]: csr_matrix(([1,1], ([0,0], [1,2])), shape = (1, 2**34))
Out[235]:

<1x17179869184 sparse matrix of type '<type 'numpy.int64'>'
    with 2 stored elements in Compressed Sparse Row format>

所以问题不在于其中一个维度是> 2^31

有没有想过为什么这些值会导致问题？

Answer 1

可能是 max_index > 2**31 ？试试这个，只是为了确保:

csr_matrix((vals, (np.zeros(10), inds/2)), shape = (1, max_index/2))