Python 稀疏hstack和奇怪的数据类型转换错误

在处理一些文本数据时，我尝试将np数组（从熊猫系列）连接到csr矩阵

我已经完成了下面的工作

#create a compatible sparse matrix from my np.array.
#sparse.csr_matrix(X['link'].values) returns array size (1,7395)
#transpose that array for (7395,1)

X = sparse.csr_matrix(X['link'].values.transpose)


#bodies is a sparse.csr_matrix with shape (7395, 20000)

bodies = sparse.hstack((bodies,X))  

但是，这一行给出了错误

不支持类型转换：（dtype（'O'），）

。我不知道这是什么意思？我怎样才能避开它

谢谢

import numpy as np
import pandas as pd
from scipy import sparse

d = {
    "a": 30,
    "b": 20,
    "c": 10
}

s = pd.Series(d, index=["c", "b", "a"])
print s

--output:--
c    10
b    20
a    30
dtype: int64

my_ndarray = s.values
print my_ndarray

--output:--
[10 20 30]

X = sparse.csr_matrix(my_ndarray).transpose()
print X.todense()

--output:--
[[10]
 [20]
 [30]]


bodies = sparse.csr_matrix([
    [0, 1],
    [1, 0],
    [0, 0]
])
print bodies.todense()

--output:--
[[0 1]
 [1 0]
 [0 0]]

result = sparse.hstack((bodies,X))  
print result.todense()

--output:--
[[ 0  1 10]
 [ 1  0 20]
 [ 0  0 30]]

和写作：

X = sparse.csr_matrix(my_ndarray.transpose())

产生错误：

Traceback (most recent call last):
  File "1.py", line 33, in <module>
    result = sparse.hstack((bodies,X))  
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/construct.py", line 417, in hstack
    return bmat([blocks], format=format, dtype=dtype)
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/construct.py", line 515, in bmat
    raise ValueError('blocks[%d,:] has incompatible row dimensions' % i)
ValueError: blocks[0,:] has incompatible row dimensions

回溯（最近一次呼叫最后一次）：
文件“1.py”，第33行，在
结果=稀疏.hstack（（实体，X））
hstack中的文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site packages/scipy/sparse/construct.py”，第417行
返回bmat（[blocks]，format=format，dtype=dtype）
bmat中的文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site packages/scipy/sparse/construct.py”，第515行
raise VALUERROR（'块[%d，：]的行维度“%i”不兼容）
ValueError:块[0，：]的行维度不兼容

与之相比：

import numpy as np
import pandas as pd
from scipy import sparse

d = {
    "a": "hello",
    "b": "world",
    "c": "goodbye"
}

s = pd.Series(d, index=["c", "b", "a"])
print s

--output:--
c    goodbye
b      world
a      hello

my_ndarray = s.values
print my_ndarray

--output:--
[goodbye world hello]

X = sparse.csr_matrix(s.values).transpose()

--output:--
Traceback (most recent call last):
  File "1.py", line 19, in <module>
    X = sparse.csr_matrix(s.values).transpose()
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/compressed.py", line 66, in __init__
    self._set_self( self.__class__(coo_matrix(arg1, dtype=dtype)) )
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/compressed.py", line 30, in __init__
    arg1 = arg1.asformat(self.format)
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/base.py", line 203, in asformat
    return getattr(self,'to' + format)()
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/coo.py", line 312, in tocsr
    data    = np.empty(self.nnz, dtype=upcast(self.dtype))
  File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/sputils.py", line 53, in upcast
    raise TypeError('no supported conversion for types: %r' % (args,))
TypeError: no supported conversion for types: (dtype('object'),)

将numpy导入为np
作为pd进口熊猫
从scipy导入稀疏
d={
“a”：“你好”，
“b”：“世界”，
c:“再见”
}
s=pd.系列（d，索引=[“c”，“b”，“a”]）
印刷品
--输出：--
c再见
b世界
a你好
my_ndarray=s值
打印我的日历
--输出：--
[再见，世界你好]
X=稀疏.csr_矩阵（s.values）.transpose（）
--输出：--
回溯（最近一次呼叫最后一次）：
文件“1.py”，第19行，在
X=稀疏.csr_矩阵（s.values）.transpose（）
文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site packages/scipy/sparse/compressed.py”，第66行，在__
self.\u set\u self（self.\u class\uuuuu（coo_矩阵（arg1，dtype=dtype）））
文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site packages/scipy/sparse/compressed.py”，第30行，在__
arg1=arg1.asformat（self.format）
文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/scipy/sparse/base.py”，第203行，格式为ASF
返回getattr（self，'to'+格式）（）
tocsr中的文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site packages/scipy/sparse/coo.py”，第312行
data=np.empty（self.nnz，dtype=upcast（self.dtype））
文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site packages/scipy/sparse/sputils.py”，第53行，向上转换
raise TypeError（'不支持类型转换：%r'（参数，））
TypeError:不支持类型的转换：（dtype（'object'），）

---

您自己没有提供这样的示例，这意味着您没有投入足够的工作来调试问题。

以下是Saullo Castro的评论作为答案：

x = np.arange(12).reshape(1,12)  # ndarray
sparse.csr_matrix(x)
Out[14]: <1x12 sparse matrix of type '<type 'numpy.int32'>'
with 11 stored elements in Compressed Sparse Row format>

x.transpose   # function, not ndarray
Out[15]: <function transpose>  

X = sparse.csr_matrix(x.transpose)
TypeError: no supported conversion for types: (dtype('O'),)

---

csr\u matrix

如果提供了转置数组，它就可以正常工作。

当必须调用转置时，可以像

.transpose（）

或

.T

那样调用它，否则您实际上是在传递函数对象来创建提供验证对象类型的数组……再次，我对numpy文档的糟糕程度感到震惊。我没有幸创建了一个稀疏的字符串数组，或者复制了您的错误。根据谷歌的说法，你是第一个遇到这种错误的人我也面临着同样的问题。这个答案正在偏离正轨。您使用的是

transpose（）

，而不是问题中的

transpose

。@hpaulj，熊猫系列有一个value属性，它返回一个ndarray。ndarray没有转置属性，但它有转置（）方法；从文档中可以看出，sparse.csr_matrix（）方法没有将方法作为参数。但是，请随意发布一个描述ndarray的转置属性的链接，或者一个描述csr_matrix（）如何将另一个类中的方法作为参数的链接。这是op留下的线索--我不知道他们是否在追逐兔子。谢谢你，我在手机上发布了这样一个解释性的答案！

# x.transpose() == x.T   # ndarray

sparse.csr_matrix(x.transpose())
Out[17]: <12x1 sparse matrix of type '<type 'numpy.int32'>'
with 11 stored elements in Compressed Sparse Row format>

sparse.csr_matrix(x.T)
Out[18]: <12x1 sparse matrix of type '<type 'numpy.int32'>'
with 11 stored elements in Compressed Sparse Row format>


bodies = sparse.rand(12,3,format='csr',density=.1)
sparse.hstack((bodies,X))
Out[32]: <12x4 sparse matrix of type '<type 'numpy.float64'>'
with 14 stored elements in COOrdinate format>