如何使用python将稀疏矩阵转换为稠密形式

我相信下面的矩阵是稀疏的。我尝试使用x.dense格式转换为稠密格式，但从未奏效。有什么建议吗？谢谢

mx=[[(0, 2), (1, 1), (2, 1), (3, 1), (4, 1), (5, 3), (6, 4), (7, 2), (8, 5), (9, 1)], 
[(10, 1), (11, 5), (12, 2), (13, 1), (21, 1), (22, 1), (23, 1), (24, 1), (25, 1), (26, 2)], 
[(27, 2), (28, 1), (29, 1), (30, 1), (31, 2), (32, 1), (33, 1), (34, 1), (35, 1), (36, 1)]]

有人提出了下面的解决方案，但是有更好的方法吗

def assign_coo_to_dense(sparse, dense):
    dense[sparse.row, sparse.col] = sparse.data

mx.todense（）。

---

预期的输出应以以下形式出现：[[2,1,1,1,1,3,4]，[1,5,2,1,1,1,1,1]，[2,1,1,1,2,1,1,1]。

您的源数据与SciPy中稀疏矩阵支持的任何内置格式都不匹配（请参见和），因此使用

.todense（）

在这里将不会产生实际效果。特别是，如果您有以下情况：

import numpy as np

my_sparseish_matrix = np.array([[(1, 2), (3, 4)]])

那么

my_sparseish_matrix

就已经是一个密集的numpy数组了！在该点上调用

.todense（）

，将产生错误，并且无论如何都没有意义

因此，我的建议是显式地使用两个

for

循环构造密集数组。要做到这一点，您需要知道结果向量中可能有多少项——称之为

N

dense_vector = np.zeros((N, ), int)
for inner in mx:
    for index, value in inner:
        dense_vector[index] = value

---

您的源数据与SciPy中稀疏矩阵支持的任何内置格式都不匹配（请参见和），因此在这里使用

.todense（）

将不会产生实际效果。特别是，如果您有以下情况：

import numpy as np

my_sparseish_matrix = np.array([[(1, 2), (3, 4)]])

那么

my_sparseish_matrix

就已经是一个密集的numpy数组了！在该点上调用

.todense（）

，将产生错误，并且无论如何都没有意义

因此，我的建议是显式地使用两个

for

循环构造密集数组。要做到这一点，您需要知道结果向量中可能有多少项——称之为

N

dense_vector = np.zeros((N, ), int)
for inner in mx:
    for index, value in inner:
        dense_vector[index] = value

---

这里有一个非常简单的方法来满足你的要求：

dense = [[int(''.join(str(val) for _, val in doc))] for doc in mx]

---

基本上，它将嵌套元组中的每个值转换为字符串，并将所有这些字符串连接在一起，然后将其转换回整数。对

mx

的每个元素重复上述步骤，这里有一种非常简单的方法来满足您的要求：

dense = [[int(''.join(str(val) for _, val in doc))] for doc in mx]

---

基本上，它将嵌套元组中的每个值转换为字符串，并将所有这些字符串连接在一起，然后将其转换回整数。对mx的每个元素重复上述步骤，列表理解是最简单的方法：

new_list = [[b for _,b in sub] for sub in mx]

结果:

>>> new_list
[[2, 1, 1, 1, 1, 3, 4, 2, 5, 1], [1, 5, 2, 1, 1, 1, 1, 1, 1, 2], [2, 1, 1, 1, 2, 1, 1, 1, 1, 1]]

---

列表理解是最简单的方法：

new_list = [[b for _,b in sub] for sub in mx]

结果:

>>> new_list
[[2, 1, 1, 1, 1, 3, 4, 2, 5, 1], [1, 5, 2, 1, 1, 1, 1, 1, 1, 2], [2, 1, 1, 1, 2, 1, 1, 1, 1, 1]]

---

---

您使用的是numpy还是scipy？嗨，Floris，我使用的是numpy，但似乎大多数人都使用scipy解决了类似的问题。@Tiger1是

mx

一个包含索引或值的矩阵？在SciPy中，稀疏矩阵的最大维数为2，这似乎不是你的情况……嗨，Saullo，索引后面跟着值。你需要使用

x.todense（）

，而不是

x.dense（）

。你是使用numpy还是SciPy？嗨，Floris，我使用numpy，但似乎大多数人都用scipy解决过类似的问题。@Tiger1是

mx

一个包含索引或值的矩阵？在SciPy中，稀疏矩阵的最大维数为2，这似乎不是你的情况……嗨，Saullo，索引后面跟着值。你需要使用

x.todense（）

，而不是

x.dense（）

。感谢@Imjohns3，当实际数据集包含数千个文档（最多一百万项）时，我怎么知道N的值？下面是一段代码，它可以做到这一点，还可以维护列表中项目的顺序：对于语料库中的文档，q=[]。\u tfidf:j=（[i[1]对于文档中的i]）q.append（j）噢，哇，这与我以为你在问的完全不同！在您的问题中详细说明这一点会很有帮助。您好，Imjohns3，谢谢您的解决方案。它起作用了，但每个项目都应该是一个列表；以逗号分隔的值。有关更新，请参阅问题。ThanksThanks@Imjohns3，当实际数据集包含数千个文档（最多一百万个项目）时，我如何知道N的值？下面是一段代码，它可以做到这一点，还可以维护列表中项目的顺序：对于语料库中的文档，q=[]。\u tfidf:j=（[i[1]对于文档中的i]）q.append（j）噢，哇，这与我以为你在问的完全不同！在您的问题中详细说明这一点会很有帮助。您好，Imjohns3，谢谢您的解决方案。它起作用了，但每个项目都应该是一个列表；以逗号分隔的值。有关更新，请参阅问题。感谢最后一个答案忽略了整个“这是什么样的数据”这条红鲱鱼，并进入了“这是你如何从输入中获得想要的输出”。@AKavall，感谢你的解决方案。这正是我一直在寻找的。最后一个答案忽略了“这是什么样的数据”这条红鲱鱼，而变成了“这是你从输入到输出的方式”。@AKavall，谢谢你的解决方案。这正是我要找的。