如何高效重塑scipy.sparse.csr_matrix？需在末尾添加零行

哈哈，我刚踩过这个坑！你遇到的NotImplementedError是因为scipy.sparse.csr_matrix的reshape方法只支持总元素数不变的重塑——比如把3×2的矩阵改成2×3这种行列乘积相同的情况。当你想从3×2变成3×5时，总元素数从6涨到15，需要新增大量零元素，这时候reshape就完全不适用了。

针对你的需求（不管是加零行还是加零列），用稀疏矩阵的拼接操作才是高效且正确的做法，下面分两种情况给你代码：

1. 在矩阵末尾添加零行（比如把3×2改成5×2） #

用vstack垂直拼接原矩阵和一个零矩阵就行，零矩阵几乎不占内存，拼接速度也很快：

from scipy.sparse import csr_matrix, vstack

# 构造你原来的矩阵
data = [1,2,3,4,5,6]
col = [0,0,0,1,1,1]
row = [0,1,2,0,1,2]
a = csr_matrix((data, (row, col)))  # 形状是 (3, 2)

# 生成2行零矩阵，和原矩阵列数保持一致
zero_rows = csr_matrix((2, a.shape[1]))
# 拼接得到带零行的新矩阵
a_with_zero_rows = vstack([a, zero_rows])

print(a_with_zero_rows.shape)  # 输出 (5, 2)

2. 给矩阵添加零列（也就是你代码里尝试的reshape(3,5)） #

这种情况用hstack水平拼接原矩阵和零列矩阵：

from scipy.sparse import csr_matrix, hstack

# 原矩阵a形状是 (3,2)
# 生成3列零矩阵，和原矩阵行数保持一致
zero_cols = csr_matrix((a.shape[0], 3))
# 拼接得到带零列的新矩阵
a_with_zero_cols = hstack([a, zero_cols])

print(a_with_zero_cols.shape)  # 输出 (3, 5)

额外技巧：同时加零行和零列 #

如果需要同时调整行和列数，先拼行再拼列（或者反过来）就行：

# 先加1行零行，变成(4,2)，再加2列零列，变成(4,4)
a_with_rows = vstack([a, csr_matrix((1, a.shape[1]))])
a_final = hstack([a_with_rows, csr_matrix((a_with_rows.shape[0], 2))])
print(a_final.shape)  # 输出 (4, 4)

为什么推荐拼接而不是其他方法？因为稀疏矩阵的核心优势就是只存储非零元素，拼接零矩阵不会额外占用多少内存，而且scipy的vstack/hstack是专门针对稀疏矩阵优化过的，效率比手动修改indptr这些底层结构高多了，也不容易出错。

内容的提问来源于stack exchange，提问作者Federico Caccia