使用SciPy/Numpy在Python中连接稀疏矩阵

Question

如何在Python中使用SciPy/Numpy最有效地连接稀疏矩阵？

这里我使用了以下方法：

>>> np.hstack((X, X2))
array([ <49998x70000 sparse matrix of type '<class 'numpy.float64'>'
        with 1135520 stored elements in Compressed Sparse Row format>,
        <49998x70000 sparse matrix of type '<class 'numpy.int64'>'
        with 1135520 stored elements in Compressed Sparse Row format>], 
       dtype=object)

我希望在回归中使用这两个预测变量，但目前的格式显然不符合我的要求。请问是否可以得到以下格式：

    <49998x1400000 sparse matrix of type '<class 'numpy.float64'>'
     with 2271040 stored elements in Compressed Sparse Row format>

它太大了，无法转换为深度格式。

- PascalVKooten

Answer 1

你可以使用scipy.sparse.hstack将具有相同行数的稀疏矩阵连接在一起（水平连接）：

from scipy.sparse import hstack
hstack((X, X2))

同样地，你可以使用 scipy.sparse.vstack 来将具有相同列数的稀疏矩阵连接起来（纵向连接）。

使用 numpy.hstack 或 numpy.vstack 会创建一个由两个稀疏矩阵对象组成的数组。

- Saullo G. P. Castro

---

似乎hstack非常慢，可以查看类似问题的这篇帖子链接。 - simeon

@simeon 有趣的是，Scipy的开发团队没有采用这样高效的解决方案。 - Saullo G. P. Castro

可以使用水平拼接函数hstack()和垂直拼接函数vstack()。 - mgokhanbakal