从稀疏矩阵中获取所有唯一值[python / scipy]

Question

我正在尝试使用scipy稀疏矩阵使机器学习lib工作。

下面的代码是检测y中是否有多于1个类。因为在进行分类时只有1个类是没有意义的。

import numpy as np
y = np.array([0,1,0,1,0,1])
uniques = set(y)  # get {0, 1}

if len(uniques) == 1:
    raise RuntimeError("Only one class detected, aborting...")

但如果set(y)是scipy稀疏矩阵，则y无效。

如果y是scipy稀疏矩阵，如何有效地获得所有唯一值？

PS：我知道set(y.todense())可能有效，但内存成本太高

更新

>>> y = sp.csr_matrix(np.array([0,1,0,1,0,1]))
>>> set(y.data)
{1}
>>> y.data
array([1, 1, 1])

Answer 1

稀疏矩阵以不同的方式存储它们的值，但通常有.data属性包含非零值。

set(y.data)

可能就是您所需要的一切。这适用于coo，csr，csc。对于其他人，您需要转换矩阵格式（例如y.tocoo）。

如果这不起作用，请向我们提供有关矩阵格式和问题的更多详细信息。