Python 稀疏矩阵维度不匹配 scipy.sparse.coo_matrix

Question

import scipy.sparse
XTrain_Sparse=scipy.sparse.coo_matrix((x3, (x1,x2)))
print('Shape of Sparse X: '+ str(XTrain_Sparse.shape))

为什么我得到 output 作为

“稀疏 X 的形状：(4001, 51950)”

如果max(x1) = 4000和max(x2) = 51949 。

我的稀疏矩阵形状不应该是(4000, 51949)吗？

Answer 1

来自scipy 文档

coo_matrix((data, (i, j)), [shape=(M, N)])
   to construct from three arrays:

     data[:] the entries of the matrix, in any order
     i[:] the row indices of the matrix entries
     j[:] the column indices of the matrix entries

因此，您传递的x1和x2中的整数是矩阵的索引。 如果基于零的索引上的最大索引为4000和51949 ，则维度将为(4001, 51950) 。