“scipy.sparse.issparse”是如何工作的？它总是返回“假”答案

【问题标题】：How does "scipy.sparse.issparse" work? It always return "False"“scipy.sparse.issparse”是如何工作的？它总是返回“假”
【发布时间】：2014-02-25 17:30:14
【问题描述】：

本文使用scipy.sparse.issparse。

Is it possible to specify your own distance function using scikit-learn K-Means Clustering?

但是，我不知道它是如何工作的。我已经找到了文件，它是空的。 http://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.issparse.html

from scipy.sparse import issparse

issparse([0, 0, 0])
>> False

issparse([[1, 0, 0], [0, 0, 0]])
>> False

它总是返回False。我怎样才能让它返回True？

【问题讨论】：

标签： python scipy

【解决方案1】：

This page 定义 spmatrix 类

class spmatrix(object):
    """ This class provides a base class for all sparse matrices.

在页面底部，将issparse定义为

def isspmatrix(x):
    return isinstance(x, spmatrix)

issparse = isspmatrix

所以，如果我没看错的话，当x 是spmatrix 的一个实例时，issparse 为真。

【讨论】：

【解决方案2】：

issparse 与输入有多少元素无关。相反，scipy.sparse 定义了许多为表示稀疏矩阵而优化的类型，issparse 确定输入是否为稀疏矩阵对象。

In [1]: import scipy.sparse

In [2]: scipy.sparse.issparse(scipy.sparse.bsr_matrix([[1, 0], [0, 1]]))                          
Out[2]: True

【讨论】：

【解决方案3】：

该函数仅测试变量是否是spmatrix 的子类。例如il_matrix 或 dok_matrix

【讨论】：