Python 如何更新csr_矩阵中的值

我创建了一个大小分别为16^4和16^8的csr_矩阵。但是我需要更新csr_矩阵中的值，那么如何更新稀疏矩阵中的值呢

我还尝试了

twoByte.toarray（）[I]+=1

，

twoByte.toarray（）[0][I]+=1

和

twoByte[0].toarray（）[I]+=1

，但它不起作用。下面是代码片段

feature_matrix_two = csr_matrix((len(files),16**4),dtype=int)
feature_matrix_four = csr_matrix((len(files),16**6),dtype=int)

k=0

byte_feature_file=open('bigramresult.csv','w+')

for file in files:
    byte_feature_file.write(file+",")
    if(file.endswith("txt")):
        with open('byteFiles/'+file,"r") as byte_code:
            twoByte = csr_matrix((1,16**4),dtype = int)
            fourByte = csr_matrix((1,16**8),dtype = int)
            for row in byte_code:
                codes = row.rstrip().split(" ")
                codes_2g = codes[:-1]
                codes_4g = codes[:-2]
                for i in range(len(codes_2g)):
                    codes_2g[i] += codes[i+1]
                for i in range(len(codes_4g)):
                    codes_4g[i] += codes[i+1]+codes[i+2]

                twoByteCode = []
                for i in codes_2g:
                    if '??' not in i:
                        twoByteCode += [int(i,16)]
                fourByteCode = []
                for i in codes_4g:
                    if '??' not in i:
                        fourByteCode += [int(i,16)]

                for i in twoByteCode:
                    twoByte[i] += 1

                for i in fourByteCode:
                    fourByte[i] += 1
            byte_code.close()
            feature_matrix_two[k] = twoByte
            feature_matrix_four[k] = fourByte

    for i in feature_matrix_two[k]:
        byte_feature_file.write(str(i)+",")
    for i in feature_matrix_four[k]:
        byte_feature_file.write(str(i)+",")

    byte_feature_file.write("\n")
    k+=1

---

根据代码，我认为您不需要稀疏矩阵，您可以使用dict对象，例如：

from collections import defaultdict 
twoByte = defaultdict(int)
fourByte = defaultdict(int)

---

根据代码，我认为您不需要稀疏矩阵，您可以使用dict对象，例如：

from collections import defaultdict 
twoByte = defaultdict(int)
fourByte = defaultdict(int)

---

您是否阅读了

scipy.sparse

文档，特别是关于

csr

（但也包括

lil

）的文档？你玩过小矩阵吗，比如（1,10）或（10,10）形状？我认为你不应该马上就开始制作类似于

csv

文件的大数组。你的出发点是什么？一些“机器学习”教程？是的，我阅读了文档，但没有发现它对这个查询有用。我首先尝试了（1,16）的小尺寸数组，但它不起作用。稀疏矩阵是2d（根据定义）的，您将其创建为（1,N）形状

twoByte[0，n]=1

将元素设置为1（但您将得到警告）。因为第一个维度是1，所以唯一允许的索引是0。但一般来说，您不应该逐个设置或增加

csr

矩阵的元素值。这种格式不是为此而设计的。演示如何以增量方式构建csr矩阵。您是否阅读了

scipy.sparse

文档，尤其是

csr

（还有

lil

）文档？你玩过小矩阵吗，比如（1,10）或（10,10）形状？我认为你不应该马上就开始制作类似于

csv

文件的大数组。你的出发点是什么？一些“机器学习”教程？是的，我阅读了文档，但没有发现它对这个查询有用。我首先尝试了（1,16）的小尺寸数组，但它不起作用。稀疏矩阵是2d（根据定义）的，您将其创建为（1,N）形状

twoByte[0，n]=1

将元素设置为1（但您将得到警告）。因为第一个维度是1，所以唯一允许的索引是0。但一般来说，您不应该逐个设置或增加

csr

矩阵的元素值。这种格式不是为此而设计的。演示如何增量构造csr矩阵。