使用SciPy / Numpy在Python中连接稀疏矩阵

Question

使用SciPy / Numpy在Python中连接稀疏矩阵的最有效方法是什么？

在这里，我使用以下内容：

>>> 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)

我想在回归中使用两个预测变量，但是当前格式显然不是我想要的格式。是否有可能获得以下信息：

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

它太大，无法转换为深格式。

Answer 1

您可以使用scipy.sparse.hstack来连接行数相同的稀疏矩阵（水平串联）：

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

同样，您可以用于scipy.sparse.vstack将具有相同列数的稀疏矩阵进行串联（垂直串联）。

使用numpy.hstack或numpy.vstack将创建带有两个稀疏矩阵对象的数组。