次のコードを実行すると、スペアマトリックスが表示されます。
import numpy as np
from scipy.sparse import csr_matrix
row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
sp = csr_matrix((data, (row, col)), shape=(3, 3))
print(sp)
(0, 0) 1
(0, 2) 2
(1, 2) 3
(2, 0) 4
(2, 1) 5
(2, 2) 6
このスパース行列に別の列を追加して、出力が次のようになるようにします。
(0, 0) 1
(0, 2) 2
(0, 3) 7
(1, 2) 3
(1, 3) 7
(2, 0) 4
(2, 1) 5
(2, 2) 6
(2, 3) 6
基本的に、値が7、7、7の別の列を追加したいと思います。
_sparse.hstack
_リンクで使用される_@Paul Panzer's
_は最も単純です。
_In [760]: sparse.hstack((sp,np.array([7,7,7])[:,None])).A
Out[760]:
array([[1, 0, 2, 7],
[0, 0, 3, 7],
[4, 5, 6, 7]], dtype=int32)
_
_sparse.hstack
_は複雑ではありません。 bmat([blocks])
を呼び出すだけです。
_sparse.bmat
_は、すべてのブロックのcoo
属性を取得し、それらを適切なoffselfと結合して、新しい_coo_matrix
_を構築します。
この場合、それは結合します
_In [771]: print(sp)
(0, 0) 1
(0, 2) 2
(1, 2) 3
(2, 0) 4
(2, 1) 5
(2, 2) 6
In [772]: print(sparse.coo_matrix(np.array([7,7,7])[:,None]))
(0, 0) 7
(1, 0) 7
(2, 0) 7
_
最後の列番号を_3
_に変更している間。
_In [761]: print(sparse.hstack((sp,np.array([7,7,7])[:,None])))
(0, 0) 1
(0, 2) 2
(1, 2) 3
(2, 0) 4
(2, 1) 5
(2, 2) 6
(0, 3) 7
(1, 3) 7
(2, 3) 7
_