组合矩阵和稀疏矩阵答案

【问题标题】：combine matrix and sparse matrix组合矩阵和稀疏矩阵
【发布时间】：2012-09-02 19:46:22
【问题描述】：

如何将 1 列矩阵添加到稀疏矩阵，或将稀疏矩阵添加到列矩阵（无论哪种方式）？它不应该替换数据，只需将其加入一种数据类型即可。

稀疏矩阵：

>>print type(X)
>>print X.shape
<class 'scipy.sparse.csr.csr_matrix'>
(53, 6596)

要添加的列：

>>print type(Y)
>>print Y.shape
<class 'numpy.matrixlib.defmatrix.matrix'>
(53, 1)

你怎么能做到这一点？

【问题讨论】：

标签： python matrix numpy scipy sparse-matrix

【解决方案1】：

根据文档，在我看来，您正在寻找来自 scipy.sparse 模块的 hstack / vstack：

Python 2.6.5 (r265:79063, Apr 16 2010, 13:57:41) 
[GCC 4.4.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import scipy.sparse as ssp
>>> print ssp.hstack.__doc__

    Stack sparse matrices horizontally (column wise)

    Parameters
    ----------
    blocks
        sequence of sparse matrices with compatible shapes
    format : string
        sparse format of the result (e.g. "csr")
        by default an appropriate sparse matrix format is returned.
        This choice is subject to change.

    See Also
    --------
    vstack : stack sparse matrices vertically (row wise)

    Examples
    --------
    >>> from scipy.sparse import coo_matrix, vstack
    >>> A = coo_matrix([[1,2],[3,4]])
    >>> B = coo_matrix([[5],[6]])
    >>> hstack( [A,B] ).todense()
    matrix([[1, 2, 5],
            [3, 4, 6]])


>>>

【讨论】：

虽然这里的文档说block 应该是“稀疏矩阵的序列”，但似乎混合了numpy.array 和scipy.sparse 就可以了。唯一的副作用是输出矩阵格式可能不是预期的类型，应指定format 强制格式转换。