VSTACK scipy.sparse.csr.csr_matrix到单个csr矩阵

Question

最近，我很难处理稀疏矩阵，并将它们叠加到一个矩阵中。我过去常常创建多个csr_matrix对象

vec_list = sp.sparse.csr_matrix(my_vec_i) # every vector of shape (1,200)

在vec_list由大约100个稀疏矩阵组成之后，我使用了sp.vstack函数(而不是numpy)将所有100个条目合并到一个形状的csr矩阵( 100,200)中。

现在，在我的当前设置(python3.8)中，我看到了一个警告，即sp.vstack将被废弃，但无论如何，不管我是否使用了numpy的或and的vstack功能，我最终得到了一个形状(100,1)的数组，其中我的200列被视为第一列和唯一一列中的1 csr_matrix条目。

在我看到的旧代码片段中，sp.vstack(vec_list)创建了一个形状为的稀疏crs矩阵(100,200)。我错过了什么吗，有人对此有想法吗？我有点绝望地想要建立我的堆积的稀疏矩阵。感谢所有人

编辑:正如你在下面的评论中所看到的，np.vstack和sp.vstack不一定要做同样的事情(在我的回答中，我难过np.vstack两次，但我指的是sp.vstack一次)。我使用的是精确的解决方案(复制)，它在某个时候返回了一个错误，因为没有发生堆叠。为了使用sp.stacking，我对非csr_矩阵数组进行了叠加，然后将其转换为csr_matrix。当使用庞大的数组集时，这是不可行的，但至少我可以在没有问题的情况下运行文件。为了解决以下来自Tinu的问题，我无法这样解决，结果如下所示--在执行示例代码时：

>>> np.vstack(vec_list).shape
(100, 1)
>>> sp.vstack(vec_list).shape
(100, 200)

Python 3.8.2，Scipy 1.4.1

Answer 1

不幸的是，我无法看到与上述相同的结果--使用我的Python3.8.3rc1。复制代码和堆叠会导致以下情况：

>>> np.vstack(vec_list).shape # (100, 1)
>>> sp.vstack(vec_list).shape # (100, 1)

我要做些什么来解决我的问题:我将堆叠非csr_矩阵数组，然后将其转换为csr_matrix。不管怎样，谢谢你！

Answer 2

不幸的是，我不能重复你的错误。这是我的代码：

from scipy.sparse import csr_matrix, vstack
import numpy as np

vec_list = []
for i in range(100):
    vec_list.append(csr_matrix(np.random.randint(2,size=(1,200))))
vec_mat = vstack(vec_list)
vec_mat.shape

输出：

(100, 200)

我使用python 3.8.2和and 1.4.1