Python >> Tutoriel Python >  >> Python Tag >> SciPy

conversion de scipy.sparse.csr.csr_matrix en une liste de listes

Je ne sais pas quoi tf-idf attend, mais je peux peut-être vous aider avec la fin clairsemée.

Faire une matrice creuse :

In [526]: M=sparse.random(4,10,.1)
In [527]: M
Out[527]: 
<4x10 sparse matrix of type '<class 'numpy.float64'>'
    with 4 stored elements in COOrdinate format>
In [528]: print(M)
  (3, 1)    0.281301619779
  (2, 6)    0.830780358032
  (1, 1)    0.242503399296
  (2, 2)    0.190933579917

Convertissez-le maintenant en coo format. C'est déjà ça (j'aurais pu mettre le random un paramètre de format). Dans tous les cas les valeurs en coo format sont stockés dans 3 tableaux :

In [529]: Mc=M.tocoo()
In [530]: Mc.data
Out[530]: array([ 0.28130162,  0.83078036,  0.2425034 ,  0.19093358])
In [532]: Mc.row
Out[532]: array([3, 2, 1, 2], dtype=int32)
In [533]: Mc.col
Out[533]: array([1, 6, 1, 2], dtype=int32)

Il semble que vous souhaitiez ignorer Mc.row , et en quelque sorte rejoindre les autres.

Par exemple sous forme de dictionnaire :

In [534]: {k:v for k,v in zip(Mc.col, Mc.data)}
Out[534]: {1: 0.24250339929583264, 2: 0.19093357991697379, 6: 0.83078035803205375}

ou une colonne dans un tableau 2d :

In [535]: np.column_stack((Mc.col, Mc.data))
Out[535]: 
array([[ 1.        ,  0.28130162],
       [ 6.        ,  0.83078036],
       [ 1.        ,  0.2425034 ],
       [ 2.        ,  0.19093358]])

(Aussi np.array((Mc.col, Mc.data)).T )

Ou juste une liste de tableaux [Mc.col, Mc.data] , ou [Mc.col.tolist(), Mc.data.tolist()] liste de listes, etc.

Pouvez-vous le reprendre à partir de là ?