python - 如何将 coo_matrix 与列 numpy 数组连接起来

Question

我有一个形状为 (40106, 2048) 的 coo_matrix a 和一个列 numpy 数组 b形状 (40106,)。

我想做的是简单地连接矩阵和数组(即生成的数据结构的形状为 (40106, 2049) )。我尝试使用 hstack 如下所示

concat = hstack([a, b])

但我收到以下错误:

File "/Users/usr/anaconda/lib/python3.5/site-packages/scipy/sparse/construct.py", line 464, in hstack
    return bmat([blocks], format=format, dtype=dtype)
File "/Users/usr/anaconda/lib/python3.5/site-packages/scipy/sparse/construct.py", line 581, in bmat
    'row dimensions' % i)
ValueError: blocks[0,:] has incompatible row dimensions

我不太明白为什么维度不匹配，因为 a 和 b 具有相同的行数。

Answer 1

我假设那是 sparse.hstack。当转换为矩阵时，您的 b 将是 (1,40106)。在将其传递给 hstack 之前尝试将其转换为正确的稀疏矩阵。 hstack 将作业传递给 bmat，它最终连接所有输入矩阵的 coo 属性，从而形成一个新矩阵

In [66]: from scipy import sparse
In [67]: A = sparse.coo_matrix(np.eye(3))
In [68]: b = np.ones(3)
In [69]: sparse.hstack((A,b))
....
ValueError: blocks[0,:] has incompatible row dimensions
In [70]: B=sparse.coo_matrix(b)
In [71]: B
Out[71]: 
<1x3 sparse matrix of type '<class 'numpy.float64'>'
    with 3 stored elements in COOrdinate format>
In [72]: sparse.hstack((A,B.T))
Out[72]: 
<3x4 sparse matrix of type '<class 'numpy.float64'>'
    with 6 stored elements in COOrdinate format>
In [73]: _.A
Out[73]: 
array([[ 1.,  0.,  0.,  1.],
       [ 0.,  1.,  0.,  1.],
       [ 0.,  0.,  1.,  1.]])

这也有效(如 Divakar 的回答):

In [74]: sparse.hstack((A,b[:,None]))
Out[74]: 
<3x4 sparse matrix of type '<class 'numpy.float64'>'
    with 6 stored elements in COOrdinate format>

我的 hastack 可以:

return bmat([blocks], format=format, dtype=dtype)

所以直接调用 bmat 也是可行的

In [93]: sparse.bmat([[A, B.T]])
Out[93]: 
<3x4 sparse matrix of type '<class 'numpy.float64'>'
    with 6 stored elements in COOrdinate format>

sparse.bmat([A, B.T]) 会产生您的 blocks must be 2d 错误。