如何訪問稀疏矩陣元素？

Question

type(A)
<class 'scipy.sparse.csc.csc_matrix'>
A.shape
(8529, 60877)
print A[0,:]
  (0, 25)   1.0
  (0, 7422) 1.0
  (0, 26062)    1.0
  (0, 31804)    1.0
  (0, 41602)    1.0
  (0, 43791)    1.0
print A[1,:]
  (0, 7044) 1.0
  (0, 31418)    1.0
  (0, 42341)    1.0
  (0, 47125)    1.0
  (0, 54376)    1.0
print A[:,0]
  #nothing returned

現在我不明白的是A[1,:]應該從第二行選擇元素，但我通過print A[1,:]從第一行獲取元素。 此外， print A[:,0]應該返回第一列，但我沒有打印任何內容。 為什么？

Answer 1

A[1,:]本身是一個形狀為 (1, 60877) 的稀疏矩陣。 這就是你正在打印的，它只有一行，所以所有的行坐標都是 0。

例如：

In [41]: a = csc_matrix([[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]])

In [42]: a.todense()
Out[42]: 
matrix([[ 1,  0,  0,  0],
        [ 0,  0, 10, 11],
        [ 0,  0,  0, 99]], dtype=int64)

In [43]: print(a[1, :])
  (0, 2)    10
  (0, 3)    11

In [44]: print(a)
  (0, 0)    1
  (1, 2)    10
  (1, 3)    11
  (2, 3)    99

In [45]: print(a[1, :].toarray())
[[ 0  0 10 11]]

您可以選擇列，但如果列中沒有非零元素，則使用print輸出時不會顯示任何內容：

In [46]: a[:, 3].toarray()
Out[46]: 
array([[ 0],
       [11],
       [99]])

In [47]: print(a[:,3])
  (1, 0)    11
  (2, 0)    99

In [48]: a[:, 1].toarray()
Out[48]: 
array([[0],
       [0],
       [0]])

In [49]: print(a[:, 1])


In [50]:

最后一次print調用沒有顯示輸出，因為a[:, 1]列沒有非零元素。

Answer 2

要使用與問題的詳細信息不同的技術來回答標題的問題：

csc_matrix為您提供了.nonzero()方法。

鑒於：

>>> import numpy as np
>>> from scipy.sparse.csc import csc_matrix
>>> 
>>> row = np.array( [0, 1, 3])
>>> col = np.array( [0, 2, 3])
>>> data = np.array([1, 4, 16])
>>> A = csc_matrix((data, (row, col)), shape=(4, 4))

您可以通過以下方式訪問指向非零數據的索引：

>>> rows, cols = A.nonzero()
>>> rows
array([0, 1, 3], dtype=int32)
>>> cols
array([0, 2, 3], dtype=int32)

然后您可以使用它來訪問您的數據，而無需制作稀疏矩陣的密集版本：

>>> [((i, j), A[i,j]) for i, j in zip(*A.nonzero())]
[((0, 0), 1), ((1, 2), 4), ((3, 3), 16)]

Answer 3

如果是使用TfidfTransformer計算 TFIDF 分數，則可以通過tfidf.idf_獲得 IDF。 然后是稀疏數組名稱，比如 'a', a.toarray().

toarray返回一個 ndarray； todense返回一個矩陣。 如果你想要一個矩陣，使用todense ; 否則，使用toarray 。

Answer 4

我完全承認所有其他給出的答案。 這只是一種不同的方法。

為了演示這個例子，我創建了一個新的稀疏矩陣：

from scipy.sparse.csc import csc_matrix
a = csc_matrix([[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]])
print(a)

輸出：

(0, 0)  1
(1, 2)  10
(1, 3)  11
(2, 3)  99

為了輕松訪問它，就像我們訪問列表的方式一樣，我將其轉換為列表。

temp_list = []
for i in a:
    temp_list.append(list(i.A[0]))

print(temp_list)

輸出：

[[1, 0, 0, 0], [0, 0, 10, 11], [0, 0, 0, 99]]

這可能看起來很愚蠢，因為我正在創建一個稀疏矩陣並將其轉換回來，但是有一些函數，如TfidfVectorizer和其他函數返回一個稀疏矩陣作為輸出，處理它們可能很棘手。 這是從稀疏矩陣中提取數據的一種方法。