无法将稀疏矩阵转换为密集矩阵答案

【问题标题】：Unable to convert a sparse matrix to a dense one无法将稀疏矩阵转换为密集矩阵
【发布时间】：2015-11-07 00:05:54
【问题描述】：

我有 Gx 和 Gy 两个稀疏类型的 coo 矩阵。

我对它们执行以下操作：

A = np.hstack((Gx.transpose(),Gy.transpose()))
B = np.vstack((Gx,Gy))

L = np.dot(A,B)

我想可视化解决方案，C所以我使用了C.toarray()和C.todense()，但答案如下：

In [391]: C
Out[391]: 
  array([ <16x16 sparse matrix of type '<type 'numpy.float64'>'
with 64 stored elements in Compressed Sparse Row format>], dtype=object)


In [392]: C.toarray() 
Traceback (most recent call last):
   File "<ipython-input-390-86c90f8dce51>", line 1, in <module>
    C.toarray()
AttributeError: 'numpy.ndarray' object has no attribute 'toarray'

如何才能看到矩阵C 的密集形式？

【问题讨论】：

标签： python numpy sparse-matrix

【解决方案1】：

发件人：

array([ <16x16 sparse matrix of type '<type 'numpy.float64'>'

以压缩稀疏行格式存储 64 个元素>]，dtype=object)

我推断C 是一个具有dtype=object 的1 元素密集数组。那一个元素是一个稀疏矩阵。

所以我期待

 C[0].toarray()

会起作用。正如错误所说，numpy 数组没有 toarray 方法。但在这种情况下，它的元素会。

由于Gx 和Gy 是稀疏的，那么您需要使用hstack 和vstack 的稀疏版本，而不是numpy 版本。检查A 和B 的类型。我是那些是 numpy 数组，而不是稀疏矩阵。

看看当我将np.hstack 与几个稀疏矩阵一起使用时会发生什么：

In [70]: M=sparse.csr_matrix([[0,1,2],[2,3,4]])
In [71]: np.hstack([M,M])
/usr/lib/python3/dist-packages/scipy/sparse/compressed.py:298: SparseEfficiencyWarning: Comparing sparse matrices using >= and <= is inefficient, using <, >, or !=, instead.
  "using <, >, or !=, instead.", SparseEfficiencyWarning)
Out[71]: 
array([ <2x3 sparse matrix of type '<class 'numpy.int32'>'
    with 5 stored elements in Compressed Sparse Row format>,
       <2x3 sparse matrix of type '<class 'numpy.int32'>'
    with 5 stored elements in Compressed Sparse Row format>], dtype=object)

结果不是稀疏的，而是密集的 2 个稀疏元素。

【讨论】：