用python排序20个新闻组数据集

Question

在下面的代码中，我尝试对20个新闻组数据集进行排序。但它提供了错误。奇怪的是这个数组的维数（1131410107）。有人知道为什么吗？你知道吗

import numpy as np

import tensorflow as tf

from pprint import pprint

from sklearn.datasets import fetch_20newsgroups_vectorized

data_train= fetch_20newsgroups_vectorized(subset='train')

temp= np.sort(data_train.data, axis=1)

Answer 1

正如fetch_20newsgroup_vectorized所描述的，它返回一个csr\u矩阵，而不是np.矩阵地址：

Returns bunch : Bunch object bunch.data: sparse matrix, shape [n_samples, n_features] bunch.target: array, shape [n_samples] bunch.target_names: list, length [n_classes]

你需要把它转到np.矩阵使用todense：

np.sort(data_train.data.todense(), axis=1)