從2D numpy數組創建COO矩陣

Question

我有一個2D numpy數組，看起來像這樣，

[[3, 4, 5, 6], [4, 5, 6, 7], [9, 10, 3, 5]]

我使用以下代碼將其轉換為COO矩陣：

# Flatten 2D array
data = np.asarray(twod_array).flatten()
row = np.arange(0, len(data))
col = np.arange(0, len(row))
# Make COO matrix
mat = coo_matrix((data, (row, col)), shape=(len(row), len(row)))

這是將2D numpy數組轉換為COO矩陣的正確方法嗎？

編輯

我想要做的就是這個，我有一個coloumn和另一個項目的部分。

parts                                 item
processor, display, sensor            temp. monitoring system
fan baldes, motor, sensor             motion detecting fan
        .                                       .
        .                                       .

我已將上面的數據轉換為數字，以便進一步處理。

parts         items
1, 2, 3       1
4, 5, 3       2

所以現在，我想將上述數據提供給LightFM，所以我創建了一個像這樣的2D數組。

[[1, 2, 3, 1], [4, 5, 3, 2]]

但是因為LightFM的fit方法只接受形狀[n_users，n_items]的np.float32 coo_matrix，這是一個包含用戶項交互的矩陣。 我使用上述方法轉換了2D陣列。

Answer 1

In [301]: A = np.array([[3, 4, 5, 6], [4, 5, 6, 7], [9, 10, 3, 5]])
In [302]: A
Out[302]: 
array([[ 3,  4,  5,  6],
       [ 4,  5,  6,  7],
       [ 9, 10,  3,  5]])

你創建矩陣的方式：

In [305]: data =A.flatten()
In [306]: M = sparse.coo_matrix((data,(np.arange(len(data)),np.arange(len(data))
     ...: )))
In [307]: M
Out[307]: 
<12x12 sparse matrix of type '<class 'numpy.int32'>'
    with 12 stored elements in COOrdinate format>

print(M)將用它們的坐標顯示這12個值。

如果它不是太大我喜歡將矩陣顯示為數組。 MA是M.toarray() ：

In [308]: M.A
Out[308]: 
array([[ 3,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 0,  4,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  5,  0,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  0,  6,  0,  0,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  0,  0,  4,  0,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  5,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  0,  6,  0,  0,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  0,  0,  7,  0,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  9,  0,  0,  0],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  0, 10,  0,  0],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  3,  0],
       [ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  0,  5]])

看對角線 - 這是原始數組的12個值。 那是你要的嗎？ A的原始3x4布局完全丟失。 它可能也是這12個數字的1d列表。

或者，您可以將數組傳遞給稀疏構造函數，從而生成原始的稀疏副本

In [309]: M1 = sparse.coo_matrix(A)
In [310]: M1
Out[310]: 
<3x4 sparse matrix of type '<class 'numpy.int32'>'
    with 12 stored elements in COOrdinate format>
In [311]: M1.A
Out[311]: 
array([[ 3,  4,  5,  6],
       [ 4,  5,  6,  7],
       [ 9, 10,  3,  5]])

而不是12x12對角線，這是一個沒有任何0的3x4陣列。 如果A已經有很多0，這就更有意義了。

你真的知道你需要什么樣的稀疏矩陣嗎？