numpy合并矩阵操作ValueError: all the input arrays must have same number of dimensions

最新推荐文章于 2024-01-12 10:16:29 发布

转载最新推荐文章于 2024-01-12 10:16:29 发布 · 1.9w 阅读

文章标签：

#numpy #scipy.sparse

编程语言之Python 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一种解决使用numpy合并稀疏矩阵时出现的维度不匹配错误的方法。通过使用sparse模块下的hstack函数替代np.hstack，成功实现了稀疏矩阵与密集矩阵的横向堆叠，并给出具体示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当使用numpy对稀疏矩阵进行合并时出现异常（对于密集(dense)矩阵没有问题）

ValueError: all the input arrays must have same number of dimensions

操作涉及到np.hstack((m1,m2))，np.column_stack((m1,m2))，np.concatenate([m1, m2], axis=1)等

解决方案来源于：http://www.it1352.com/239795.html

m1 = sparse.rand(10, 10000)
m2 = np.random.random((10, 1))
print 'm1 shape:', m1.shape
print 'm2 shape:', m2.shape
print 'Stacked shape:', np.hstack((m1,m2)).shape

异常出现

解决方案：

    X = sparse.rand(10, 10000)
    xt = np.random.random((10, 1))
    res = sparse.hstack((X,xt)).toarray()
    print('X shape:', X.shape)
    print('xt shape:', xt.shape)
    print('Stacked shape:', res.shape)