Python 将列添加到稀疏矩阵
当我执行以下代码时,我得到一个备件矩阵:Python 将列添加到稀疏矩阵,python,python-3.x,numpy,scipy,sparse-matrix,Python,Python 3.x,Numpy,Scipy,Sparse Matrix,当我执行以下代码时,我得到一个备件矩阵: import numpy as np from scipy.sparse import csr_matrix row = np.array([0, 0, 1, 2, 2, 2]) col = np.array([0, 2, 2, 0, 1, 2]) data = np.array([1, 2, 3, 4, 5, 6]) sp = csr_matrix((data, (row, col)), shape=(3, 3)) print(sp) (0,
import numpy as np
from scipy.sparse import csr_matrix
row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
sp = csr_matrix((data, (row, col)), shape=(3, 3))
print(sp)
(0, 0) 1
(0, 2) 2
(1, 2) 3
(2, 0) 4
(2, 1) 5
(2, 2) 6
我想在此稀疏矩阵中添加另一列,以便输出为:
(0, 0) 1
(0, 2) 2
(0, 3) 7
(1, 2) 3
(1, 3) 7
(2, 0) 4
(2, 1) 5
(2, 2) 6
(2, 3) 6
基本上,我想添加另一列,其值为7,7,7 保罗装甲车链接中使用的
稀疏.hstack
是最简单的
In [760]: sparse.hstack((sp,np.array([7,7,7])[:,None])).A
Out[760]:
array([[1, 0, 2, 7],
[0, 0, 3, 7],
[4, 5, 6, 7]], dtype=int32)
sparse.hstack
并不复杂;它只调用bmat([blocks])
sparse.bmat
获取所有块的coo
属性,将它们与适当的offself连接,并构建一个新的coo_矩阵
在这种情况下,它连接
In [771]: print(sp)
(0, 0) 1
(0, 2) 2
(1, 2) 3
(2, 0) 4
(2, 1) 5
(2, 2) 6
In [772]: print(sparse.coo_matrix(np.array([7,7,7])[:,None]))
(0, 0) 7
(1, 0) 7
(2, 0) 7
将最后一列的列号更改为3
In [761]: print(sparse.hstack((sp,np.array([7,7,7])[:,None])))
(0, 0) 1
(0, 2) 2
(1, 2) 3
(2, 0) 4
(2, 1) 5
(2, 2) 6
(0, 3) 7
(1, 3) 7
(2, 3) 7
看看
.a
在做什么?@chandresh.a
。