scipy.sparse.csr.csr_matrix：矩阵扩展答案

【问题标题】：scipy.sparse.csr.csr_matrix:Matrix extensionscipy.sparse.csr.csr_matrix：矩阵扩展
【发布时间】：2018-09-05 12:08:27
【问题描述】：

我正在使用 sklearn 进行机器学习工作。这是我的两个变量：

>>> matrix
<1397x9576 sparse matrix of type '<type 'numpy.float64'>'
        with 44655 stored elements in Compressed Sparse Row format>

>>> type(density)
<type 'list'>
>>> len(density)
1397

matrix 由TfidfVectorizer.fit_transform() 生成。我想通过将变量density 添加为新列来扩展变量matrix。有什么方法可以实现吗？

【问题讨论】：

您是否根据传递给TfidfVectorizer 的同一数据集计算density？
@MaxU 是的。密度和矩阵都是从同一个数据集生成的。

标签： python machine-learning scipy scikit-learn

【解决方案1】：

使用scipy hstack将列密度与矩阵叠加

from scipy.sparse import hstack
new_matrix = hstack([matrix, density])

【讨论】：

【解决方案2】：

这是向矩阵添加另一列的正确方法

 from scipy.sparse import hstack
 import numpy as np     
 from scipy.sparse import csr_matrix
 density_2 = np.array(density)
 density_3 = csr_matrix(density_2)
 density_4 = density_3.transpose()
 new_matrix = hstack([matrix, density_4])

【讨论】：

@Vivek Kumar 添加列时需要转置方法