如何编程实现列表中多个csr矩阵的hstack批量拼接操作

实现方案 #

你当前存储csr矩阵的列表可以直接作为参数传入scipy.sparse.hstack，不需要手动拆分逐个传参，同时注意稀疏矩阵不要使用numpy.hstack处理，会触发密集矩阵转换导致内存占用飙升、运行效率下降。

具体代码如下：

from scipy.sparse import hstack

# 直接传入存储了所有csr矩阵的列表l即可
stacked_matrix = hstack(l)

如果需要后续对堆叠后的矩阵做稀疏矩阵运算，可以指定返回格式为csr，进一步提升效率：

stacked_matrix = hstack(l, format='csr')

如果遇到其他必须逐个传入位置参数的函数，也可以使用Python的序列解包语法实现：

# *l 会自动把列表内的元素按顺序拆分为独立的位置参数
stacked_matrix = hstack(*l)

内容的提问来源于stack exchange，提问作者Anirudh