代码之家 › 专栏 › 技术社区 › user32882

稀疏矩阵hstack获取关于可订阅性的错误

scipy python

user32882 · 技术社区 · 7 年前

有人能解释一下为什么这不起作用吗?

from scipy.sparse import coo_matrix, hstack
row = np.array([0,3,1,0])
col = np.array([0,3,1,2])
data = np.array([4,5,7,9])

temp = coo_matrix((data, (row, col)))
temp_stack = coo_matrix([0, 11,22,33], ([0, 1,2,3], [0, 0,0,0]))
temp_res = hstack(temp, temp_stack)

我得到一个错误 coo_matrix 是不可下标的,但我不明白为什么,似乎我在连接兼容维的矩阵。

0 回复 | 直到 7 年前

Warren Weckesser 7 年前

首先要注意的是 hstack 应为包含要堆叠的数组的元组,因此应使用 hstack((temp, temp_stack)) .

temp 有形状的 (4, 4) 和 temp_stack 有形状的 (1, 4) . 这些形状不可能 hstack公司 埃德。你希望结果是什么样的?如果您试图创建一个具有形状的结果 (5, 4) ,使用 vstack :

In [28]: result = vstack((temp, temp_stack))

In [29]: result.A
Out[29]: 
array([[ 4,  0,  9,  0],
       [ 0,  7,  0,  0],
       [ 0,  0,  0,  0],
       [ 0,  0,  0,  5],
       [ 0, 11, 22, 33]], dtype=int64)

临时烟囱 成形 (4, 1) ,然后通过在 coo_matrix :

In [38]: temp_stack = coo_matrix(([0, 11, 22, 33], ([0, 1, 2, 3], [0, 0, 0, 0])))

In [39]: temp_stack.shape
Out[39]: (4, 1)

In [40]: result = hstack((temp, temp_stack))

In [41]: result.A
Out[41]: 
array([[ 4,  0,  9,  0,  0],
       [ 0,  7,  0,  0, 11],
       [ 0,  0,  0,  0, 22],
       [ 0,  0,  0,  5, 33]], dtype=int64)

顺便说一句,我认为这是一个神经病

temp_stack = coo_matrix([0, 11,22,33], ([0, 1,2,3], [0, 0,0,0]))

不会引发错误。相当于打电话

temp_stack = coo_matrix(arg1=[0, 11,22,33], shape=([0, 1,2,3], [0, 0,0,0]))

还有那个 shape 值显然无效。打电话给 首席运营官矩阵 应该引起 ValueError . 我在SciPy github站点上为此创建了一个问题: https://github.com/scipy/scipy/issues/9919

推荐文章

mmonti · 求解微分方程的solve_ivp问题取决于t_span

1 年前

user11634 · scipy depth_first_order的前身

1 年前

Ishigami · 在python scipy中使用fsolve和quad求解积分方程组

2 年前

bougab · 为什么我不能将我的模型准确地拟合到杨的干涉数据中?

2 年前

Linear Algebra fans · 为什么在使用FFT的乘积对1D阵列执行卷积时,值不同?

2 年前

mayen · Z-Score作为差异值的度量

2 年前

impedance_gatto · Scipy中的指数衰减拟合

2 年前

MaximeJaccon · 优化Odint

2 年前

MaaikevR · stats.ttest_ind:提取df值

2 年前

jlewk · scipy.linprog可行性的Bug?(A_ub@x0<=b_ub).all()为True,但--linprog(np.zeros_like(x0),A_ub=A_ub,b_ub=b_ub

2 年前