如何删除 scipy.sparse.csr_matrix 的数据数组中包含 0 的行答案

【问题标题】：How to remove rows that contain 0 in data array of a scipy.sparse.csr_matrix如何删除 scipy.sparse.csr_matrix 的数据数组中包含 0 的行
【发布时间】：2014-11-19 11:43:10
【问题描述】：

我目前正在研究一个 scipy 稀疏 csr 矩阵。我想删除矩阵的数据数组中包含 0 的矩阵中的所有行（数据数组是您可以在下面的示例中看到的 1 和 2）。到目前为止，我有以下内容

indexRowsToBeDeleted = []
for rowIndex, dataValue in enumerate(someSparseCsrMatrix.data):
    if dataValue == 0:
        indexRowsToBeDeleted.append(rowIndex)

这是矩阵的样子（它基本上是使用 sklearn 的 CountVectorizer 创建的）：

(0, 1735)   1
(0, 2988)   1
(0, 3366)   2
(0, 3850)   2
(0, 5424)   1
(0, 6537)   1
(0, 7653)   1
:   :
(6383, 15600)   1
(6383, 18689)   1
(6383, 19008)   1
(6383, 19012)   1
(6383, 20094)   1
(6383, 20368)   1

知道如何进行吗？

【问题讨论】：

你能举例说明你的矩阵是什么样的吗？
当然。我刚刚添加了一个示例。
只是出于好奇，为什么要从稀疏矩阵的data 字段中删除0？
我正在研究情感分类的特征正则化（损坏）。虽然我不确定删除特征向量中频率为 0 的特征是否重要（我根据特征权重将某些特征的频率计数更改为 0，而不是删除特征，因为我不知道如何那时将它们从矩阵中删除...
谢谢。成功了！

标签： python python-2.7 scipy sparse-matrix

【解决方案1】：

使用 CSR 格式，这很简单：只需在矩阵上调用 eliminate_zeros()！

【讨论】：