Matplotlib “scipy.sparse.csr.csr\u矩阵”散点图

Matplotlib “scipy.sparse.csr.csr\u矩阵”散点图,matplotlib,Matplotlib,我从TfidfVectorizer得到了这个矩阵,所以可以从中绘制一个图吗 061640.0193386131206253 0, 8791 0.030431754891299245 0, 13418 0.019338613120625153 0, 12251 0.040303890966260525 0, 2896 0.017899943021264794 0, 2172 0.12091167289878157 0, 3413 0.040303890966260525 0, 6571

我从TfidfVectorizer得到了这个矩阵,所以可以从中绘制一个图吗

061640.0193386131206253 0, 8791 0.030431754891299245 0, 13418 0.019338613120625153 0, 12251 0.040303890966260525 0, 2896 0.017899943021264794 0, 2172 0.12091167289878157 0, 3413 0.040303890966260525 0, 6571 0.014970123315314715 0, 13039 0.015495789594635422 0, 11488 0.03593540116095009 0, 12423 0.030431754891299245 0, 11803 0.017899943021264794 0,14555 0.017899943021264794 plt.散射可采用如下方式:

将matplotlib.pyplot作为plt导入 从scipy.sparse导入csr_矩阵 将numpy作为np导入 用一些玩具数据创建一个15000x15000稀疏矩阵 N=15000 净现值=1000 mtrx=csr_矩阵[y代表x1,x2,数据中的y],[x1代表x1,x2,数据中的y],[x2代表x1,x2,数据中的y],形状=N,N mtrx=csr_矩阵np.random.uniform0,0.2,npnts, np.random.randint0,N,npnts,np.random.randint0,N,npnts, 形状=N,N 将密集矩阵转换为字典格式,获取xy坐标数组和值数组 mtrx\u dict=mtrx.todok xy=np.ArrayListRx_dict.keys VAL=np.ArrayListRx_dict.values 创建散点图 plt.scatterxy[:,0],xy[:,1],s=5,c=VAL,cmap='inferno' 彩色条 节目
根据数据的含义和您想要显示的内容,您可以尝试颜色、alpha、大小等。

这是否回答了您的问题?还是我误解了什么?