Python 2.7 使用Scipy'的Python类型错误；s coo_matrix.todense（）

最近，我在使用

scipy

将

coo_矩阵

转换为密集矩阵时遇到了困难。我有一个数据类型

float16

稀疏矩阵，并试图将其转换为密集矩阵。该错误抱怨被赋予类型为

char

的数组。但是，我非常确定我正在传递类型为

float16

的数组

错误是：

    self.Xd_train = X_train.todense()
File "C:\Python27\lib\site-packages\scipy\sparse\base.py", line 501, in todense
  return np.asmatrix(self.toarray(order=order, out=out))
File "C:\Python27\lib\site-packages\scipy\sparse\coo.py", line 241, in toarray
  B.ravel('A'), fortran)
File "C:\Python27\lib\site-packages\scipy\sparse\sparsetools\coo.py", line 175, in coo_todense
  return _coo.coo_todense(*args)
TypeError: Array of type 'float' required.  Array of type 'char' given

该错误出现在类构造函数中：

self.Xd_train = X_train.todense()

矩阵

X\u列

的格式似乎很好，并且肯定不是

char类型

：

>> X_train.dtype
float16

>> X_train.shape
(6206, 4712)

>> type(X_train)
<class 'scipy.sparse.coo.coo_matrix'>

>> str(X_train)

(0, 63)       2.0
(0, 72)       1.0
(0, 76)       2.0
(0, 100)      1.0
(0, 104)      1.0
(0, 5)        1.0
(0, 10)       2.0
(0, 134)      2.0
(0, 20)       3.0
(0, 263)      1.0
(0, 264)      1.0
(0, 265)      1.0
(0, 27)       1.0
(0, 148)      2.0
(0, 32)       1.0
(0, 275)      1.0
(0, 35)       1.0
(0, 36)       1.0
(0, 279)      1.0
(0, 39)       1.0
(0, 41)       1.0
(0, 42)       1.0
(0, 52)       1.0
(0, 59)       4.0
(1, 72)       1.0
:     :
(6205, 133)   1.0
(6205, 134)   4.0
(6205, 135)   4.0
(6205, 136)   2.0
(6205, 137)   6.0
(6205, 138)   1.0
(6205, 139)   4.0
(6205, 20)    4.0
(6205, 142)   4.0
(6205, 23)    2.0
(6205, 24)    2.0
(6205, 26)    2.0
(6205, 27)    2.0
(6205, 32)    1.0
(6205, 33)    1.0
(6205, 35)    1.0
(6205, 36)    1.0
(6205, 37)    1.0
(6205, 39)    1.0
(6205, 40)    1.0
(6205, 41)    1.0
(6205, 42)    1.0
(6205, 43)    1.0
(6205, 56)    3.0
(6205, 60)    1.0

>X_train.dtype
浮动16
>>X_火车形状
(6206, 4712)
>>类型（X_列车）
>>str（X_列车）
(0, 63)       2.0
(0, 72)       1.0
(0, 76)       2.0
(0, 100)      1.0
(0, 104)      1.0
(0, 5)        1.0
(0, 10)       2.0
(0, 134)      2.0
(0, 20)       3.0
(0, 263)      1.0
(0, 264)      1.0
(0, 265)      1.0
(0, 27)       1.0
(0, 148)      2.0
(0, 32)       1.0
(0, 275)      1.0
(0, 35)       1.0
(0, 36)       1.0
(0, 279)      1.0
(0, 39)       1.0
(0, 41)       1.0
(0, 42)       1.0
(0, 52)       1.0
(0, 59)       4.0
(1, 72)       1.0
:     :
(6205, 133)   1.0
(6205, 134)   4.0
(6205, 135)   4.0
(6205, 136)   2.0
(6205, 137)   6.0
(6205, 138)   1.0
(6205, 139)   4.0
(6205, 20)    4.0
(6205, 142)   4.0
(6205, 23)    2.0
(6205, 24)    2.0
(6205, 26)    2.0
(6205, 27)    2.0
(6205, 32)    1.0
(6205, 33)    1.0
(6205, 35)    1.0
(6205, 36)    1.0
(6205, 37)    1.0
(6205, 39)    1.0
(6205, 40)    1.0
(6205, 41)    1.0
(6205, 42)    1.0
(6205, 43)    1.0
(6205, 56)    3.0
(6205, 60)    1.0

你有什么想法吗？另外，如果需要其他详细信息，请告知我

---

我在Windows7上使用的是Python2.7.2，以及NUMPY1.7和SCIPY0.11。谢谢。

此错误也发生在最新的scipy主分支中。例如

>>> coo_matrix([[0]], dtype=np.float16).todense()

引发相同的异常。数据类型

np.float16

相对较新，而且scipy（可能还有其他地方）中有很多代码尚未使用它进行测试

如果将稀疏矩阵更改为

np.float32

，它应该可以工作

---

我在scipy github网站上为此创建了一个问题：

感谢您的回答和报告错误。干杯

float16

（和

bool

）是当前不受支持的数据类型。