对于SciPy稀疏矩阵，可以使用todense()或toarray()将其转换为NumPy矩阵或数组。反转的函数是什么？
我搜索了，但不知道哪些关键字应该是正确的命中。
浏览 1提问于2011-10-28得票数 99
回答已采纳
2回答
在一个简单的向量矩阵乘法中，当使用scipy.sparse矩阵而不是稠密矩阵时，得到不同的结果/输出格式。例如，我使用以下密集矩阵和向量：from scipy import sparse
mat = np.array([[1, 1, 0, 0, 0], [0, 2,但是，当我将矩阵mat替换为稀疏矩阵</e
浏览 1提问于2016-10-29得票数 0
回答已采纳
2回答
我正在开发基于pandas DataFrame对象的工具。我希望将scipy稀疏矩阵保留为DataFrame的列，而不是将其按行转换为dtype('O')的列表/数值数组。下面的代码片段不起作用，因为pandas将矩阵视为标量，并建议添加索引。当在矩阵中的行索引上提供pd.Rang
浏览 12提问于2016-09-12得票数 4
回答已采纳
1回答
我想检查两个稀疏数组是否(几乎)相等。而对于numpy数组，您可以这样做：np.testing.assert_array_almost_equal(a, a)
这不适用于稀疏数组，我可以理解这一点(对于较小的矩阵返回error AttributeError: ravel not found，或者返回与数组大小相关的错误)。是
浏览 3提问于2017-12-12得票数 2
回答已采纳
当我试图将矩阵s (任何可用的稀疏类型)分配给NumPy数组a时，如下所示：我得到了一个TypeError
有办法绕过这件事吗我了解todense()和toarray()方法，但我非常希望避免不必要的复制，我更愿意对NumPy数组和SciPy稀疏矩阵使用相同的代码。现在，我不关
浏览 9提问于2014-11-14得票数 2
回答已采纳
3回答
所以，我使用非常稀疏的numpy数组来做一些Kmeans分类--很多很多的零。我想我应该使用scipy的'sparse‘包来减少存储开销，但我对如何创建数组而不是矩阵感到有点困惑。我已经阅读了有关如何创建稀疏矩阵的教程：
为了模拟一个数组，我只创建了一个1xN矩阵，但正如您可能猜到的那样，Asp.dot(Bsp)并不能
浏览 2提问于2010-03-30得票数 52
回答已采纳
2回答
将二维稀疏矩阵转换为三维矩阵
、、、、
我想把二维稀疏矩阵转换成三维矩阵，因为我需要把它作为conv1d层的输入，它需要三维张量。other_features_train = hstack((X_train_state_ohe, X_train_teacher_oheprint(other_features_train.shape)print(other_features
浏览 10提问于2020-05-10得票数 1
回答已采纳
我有一个非常大的稀疏Numpy矩阵(类型为numpy.ndarray)。矩阵太大了，很可能必须存储在虚拟内存中。如何有效地将其转换为稀疏的枕木矩阵(来自scipy.sparse)(用于算术操作)？下面是dok_matrix的直接转换，这可能是由于内存问题而失败的。将dok_matrix更改为csr_matrix会导致相同的内存问
浏览 13提问于2022-08-19得票数 0
回答已采纳
1回答
我有稀疏COO3DA矩阵NxNxM (第三维是M)和密集2DB矩阵(NxN)，这将是我的求解器的优化变量。我想把A和B相乘，得到(NxNXM)矩阵。然后，我需要对生成的3D矩阵的元素求和，以创建2D矩阵(NxN)。
为了清楚起见，如果我不使用稀疏矩阵，我可以使用下面的代码。它是3D和2D矩阵的乘法。np.sum(np.einsum('i
浏览 5提问于2020-10-24得票数 1
3回答
如果我对numpy.zeros矩阵做同样的操作，它就能工作。但对于枕骨稀疏矩阵，它不起作用。为什么？import scipy.sparse as sparsea = sparse.lil_matrix((3,3), dtype=int)a或者用枕骨稀疏矩阵是不可能的？
浏览 9提问于2016-02-14得票数 0
回答已采纳
好的，我用k-NN方法对两个文档做了Hamming距离。我正试图将Matlab代码翻译成Python，但我已经看了好几个小时了，不知道是什么导致了错误。我检查了logical_xor函数，似乎对函数有正确的输入。我不明白这个错误是从哪里来的。是不是因为矩阵的形状不同？当涉及到调整它们的大小时，我很困惑，是否应该将X和X_train更改为数组？\Anaconda3\lib\site-packages\scipy\spa
浏览 2提问于2017-04-09得票数 0
回答已采纳
> import scipy> smat_csr = scipy.sparse.csr_matrix([[0,0,1],[0,1,0],[0,0,0]])> print(smat_csr.shape)
> print(type(smat_np))
<class 'numpy.ndarray'> 所以smat_np看起来像一个<e
浏览 11提问于2020-12-02得票数 2
回答已采纳
我有一个具有N个非零值的scipy稀疏矩阵，我希望将其作为一个形为(N,3)的numpy数组返回，其中第一列包含非零值的索引，最后一列包含相应的非零值。在转换之后，我将迭代行-所以如果有一个有效的选项来迭代行而不进行转换，我也会很感激的：
for index_i, index_j, value in mymatrix.iterator():
浏览 21提问于2019-07-26得票数 1
回答已采纳
在Python中使用SciPy/Numpy连接稀疏矩阵的最有效方法是什么？在这里，我使用了以下内容：array([ <49998x70000 sparse matrix of type '<class 'numpy.float641135520 stored elements in Compressed Sparse Row format>],
dtype=o
浏览 140提问于2013-10-31得票数 43
回答已采纳
1回答
稀疏矩阵的相似度计算
、、、、
我使用带有numpy，scipy和scikit-learn模块的Python。矩阵中的值等于0或1。我唯一有的就是值= 1的索引。a = [1,3,5,7,9] 这意味着b = [0,0,1,0,1,0,1,0,1,0,1]
如何在
浏览 2提问于2013-07-19得票数 6
回答已采纳
我想用Python计算2d函数的一阶导数。为此，我编写了以下脚本：from matplotlib import pyplot as pltimport scipy.sparse as scspar
r_vec = np.linspace(-10, 10, r_num)ax.plot_surface(X_m
浏览 3提问于2017-05-16得票数 0
1回答
让我们假设A是一个(scipy)稀疏矩阵，tf值，B是一个(numpy)数组，具有数据的一些附加特性。
将稀疏数组(A)转换为</e
浏览 0提问于2019-08-05得票数 0
0回答
除非我们设置了keepdims=True，否则在对numpy.ndarray求和时，它会降低数组的维数。然而，这似乎不适用于Scipy的稀疏矩阵：print(matrix.shape此外，尝试将总和的结果转换为密集的<e
浏览 4提问于2017-12-02得票数 2
3回答
我想将sklearn.feature_extraction.text中的TfidfVectorizer结果保存到一个文本文件中，以备将来使用。正如我所发现的，它是一个'‘类型的稀疏矩阵。但是，当我尝试使用以下代码保存它时我得到一个类似这样的错误
IndexError: tuple
浏览 3提问于2014-07-04得票数 1
2回答
我正在寻找Python中动态增长的向量，因为我事先不知道它们的长度。此外，我想计算这些稀疏向量之间的距离，最好使用scipy.spatial.distance中的距离函数(尽管欢迎任何其他建议)。(最初，它不需要是高效的。)
提前谢谢你！
浏览 0提问于2012-01-03得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号