Python 3.x 从csr_矩阵访问元素

我使用

Scipy

dok_矩阵

方法创建了一个稀疏矩阵，如下所示：

sparse_dtm = dok_matrix((num_documents, vocabulary_size), dtype=np.float32)
for doc_index, document in enumerate(data_list):
    document_counter = Counter(document)
    for word in set(document):
        sparse_dtm[doc_index, word_index[word]] = document_counter[word]

word_to_index = dict()
index_to_word = dict()

for i, word in enumerate(vocabulary):
    word_to_index[word] = i
    index_to_word[i] = word

其中，

data\u list

是带有标记文本的列表列表

在创建了稀疏dtm之后，我想检索第一行的所有值

从中，我知道我可以使用

.getrow（）

方法从行

I

获取所有元素

但是，到目前为止，我无法检索存储在

csr\u矩阵中的键/值

：

sparse_dtm.getrow(0).keys()
AttributeError: keys not found

sparse_dtm.getrow(0)[0]
<1x90140 sparse matrix of type '<class 'numpy.float32'>'
    with 576 stored elements in Compressed Sparse Row format>

如何从行

I

访问元素并检索其键和值？

获取值：

sparse_p_ij = dok_matrix((num_documents, vocabulary_size), dtype=np.float32)
row_zero = self.sparse_dtm.getrow(0).toarray()[0]

这提供了所有的值。要获取每个值的键，请获取非零值的索引：

indices = row_zero.nonzero()[0]

然后将这些值输入到

index\u to\u word

，我创建了以下内容：

sparse_dtm = dok_matrix((num_documents, vocabulary_size), dtype=np.float32)
for doc_index, document in enumerate(data_list):
    document_counter = Counter(document)
    for word in set(document):
        sparse_dtm[doc_index, word_index[word]] = document_counter[word]

word_to_index = dict()
index_to_word = dict()

for i, word in enumerate(vocabulary):
    word_to_index[word] = i
    index_to_word[i] = word

---

其中

词汇表

是语料库中所有单词的集合。

稀疏

dok

格式是

dict

的子类，但

csr

不是。它的数据存储在3个数组中，分别称为

data

、

index

和

indptr

getrow

返回一个新的

csr

矩阵，其形状为（1，n）

。

print`显示索引和值，但不表示矩阵的存储方式。