如何在 scipy 中定义 (n, 0) 稀疏矩阵或如何按列组装稀疏矩阵？答案

【问题标题】：How to define a (n, 0) sparse matrix in scipy or how to assemble a sparse matrix column wise?如何在 scipy 中定义 (n, 0) 稀疏矩阵或如何按列组装稀疏矩阵？
【发布时间】：2013-06-16 03:54:59
【问题描述】：

我有一个循环，在每次迭代中都会给我一个稀疏矩阵c 的列N。

我想使用的逐列组装/增长/积累N

N = scipy.sparse.hstack([N, c])

为此，最好使用长度为 0 的行来初始化矩阵。但是，

N = scipy.sparse.csc_matrix((4,0))

引发ValueError: invalid shape。

任何建议，如何正确地做到这一点？

【问题讨论】：

标签： python numpy scipy sparse-matrix

【解决方案1】：

你不能。与 NumPy 数组相比，稀疏矩阵受到限制，特别是不允许 0 用于任何轴。所有稀疏矩阵构造函数都会对此进行检查，因此，如果您确实设法构建了这样一个矩阵，那么您就是在利用 SciPy 错误，并且您的脚本可能会在您升级 SciPy 时中断。

~~话虽如此，我不明白为什么你需要一个 n × 0 稀疏矩阵，因为允许使用 n × 0 NumPy 数组并且几乎不占用存储空间。~~

原来sparse.hstack 无法处理零轴的 NumPy 数组，因此请忽略我之前的评论。但是，我认为您应该做的是收集列表中的所有列，然后一次调用hstack 它们。这比你的循环要好，因为append'ing 到一个列表需要摊销的常数时间，而hstack 需要线性时间。所以你提出的算法需要二次时间，而它可能是线性的。

【讨论】：

谢谢，这一切都说得通。我将使用列表！

【解决方案2】：

你必须在你的形状中至少使用1。

N = scipy.sparse.csc_matrix((4,1))

你可以堆叠哪些：

print scipy.sparse.hstack( (N,N) )
#<4x2 sparse matrix of type '<type 'numpy.float64'>'
#    with 0 stored elements in COOrdinate format>

【讨论】：

谢谢，我知道，但我正在寻找一个 (4,0) 矩阵。