VSTACK scipy.sparse.csr.csr_matrix 到一个单一的 csr 矩阵

Question

我最近努力处理稀疏矩阵并将它们堆叠到单个矩阵中。 我曾经创建多个 csr_matrix 对象

vec_list = sp.sparse.csr_matrix(my_vec_i) # every vector of shape (1,200)

在vec_list 包含大约 100 个稀疏矩阵之后，我使用 scipy（不是 numpy）的 sp.vstack 函数将所有 100 个条目合并到一个形状为 (100, 200) 的 csr 矩阵。

现在在我当前的设置（python 3.8）中，我看到一个警告说 sp.vstack 将被弃用，但无论如何，不​​管我使用的是 numpy 还是 scipy 的 vstack 功能，我最终有一个形状为 (100,1) 的数组，其中我的 200 列被视为第一列也是唯一列中的 1 个 csr_matrix 条目。

在我的旧代码 sn-ps 中，我可以看到，sp.vstack(vec_list) 创建了一个形状为 (100,200) 的 稀疏 crs 矩阵.. 我想念什么吗，有人对此有想法吗？我有点不顾一切地想要创建我的堆叠稀疏矩阵.. 谢谢大家

编辑： 正如您在下面我的评论中看到的那样，np.vstack 和 sp.vstack 不一定会这样做（在我的回答中，我对 np.vstack 感到悲伤两次，但我的意思是 sp.vstack 一次）。我使用的是精确的解决方案（复制的），它在某个时候返回了一个错误，因为没有发生堆叠。 为了使用 sp.stacking，我堆叠了非 csr_matrix 数组，然后将其转换为 csr_matrix。这在使用大量数组时是不切实际的，但至少我可以毫无问题地运行该文件。 为了解决 Tinu 的以下答案，我无法以这种方式解决它，因为结果如下所示 - 执行示例代码时：

>>> np.vstack(vec_list).shape
(100, 1)
>>> sp.vstack(vec_list).shape
(100, 200)

Python 3.8.2、Scipy 1.4.1

Answer 1

很遗憾，我无法看到与上述相同的结果 - 使用我的 Python 3.8.3rc1。复制代码并堆叠导致如下：

>>> np.vstack(vec_list).shape # (100, 1)
>>> sp.vstack(vec_list).shape # (100, 1)

我将做些什么来规避我的问题：我将堆叠非 csr_matrix 数组，然后将其转换为 csr_matrix。还是谢谢！

Answer 2

很遗憾，我无法重现您的错误。这是我的代码：

from scipy.sparse import csr_matrix, vstack
import numpy as np

vec_list = []
for i in range(100):
    vec_list.append(csr_matrix(np.random.randint(2,size=(1,200))))
vec_mat = vstack(vec_list)
vec_mat.shape

输出：

(100, 200)

我正在使用 python 3.8.2 和 scipy 1.4.1