Python 在numpy数组中使用特征哈希

我的数据集位于一个尺寸为10k X 30k的numpy数组中。我想做功能散列，但似乎我们只能以字典或字符串的形式创建数据集

---

我的numpy数组格式有30000列。是否有任何方法可以更改此功能，以便hasher接受此功能？

是的，将其更改为dict。但是，如果数据已经在NumPy数组中，为什么要进行散列呢？sklearn.random_projection的

sklearn.random_projection

模块做的事情几乎相同，只是速度更快。是吗？关于这一点有什么证据吗？没有证据，只是基于哈希函数和PRNG之间的相似性的直觉。为什么要对这样的数组进行特性哈希？我这样问是因为我在scikit learn中共同实现了哈希，我自己的用例是符号特征空间，使你的相形见绌。我有一个巨大的矩阵，我在它上面做了随机投影，我想将它与特征哈希进行比较，看一看，空间消耗的结果和矩阵近似错误。这个问题还没有解决吗？如果没有，请发布您的解决方案。