Vận chuyển Ma trận thưa thớt từ Python sang R

Question

Tôi đang thực hiện một số công việc phân tích văn bản bằng Python. Thật không may, tôi cần phải chuyển sang R để sử dụng một gói cụ thể (thật không may, gói không thể được nhân rộng trong Python một cách dễ dàng).

Hiện nay các văn bản được phân tách thành đếm Bigram, giảm đến mức từ vựng khoảng 11.000 bigrams, và sau đó được lưu trữ như một cuốn từ điển:

{id1: {'bigrams':[(bigram1, count), (bigram2, count), ...]}, 
id2: {'bigrams': ...} 

tôi cần phải có được điều này vào một dgCMatrix trong R, nơi các hàng là id1, id2, ... và các cột là các bigram khác nhau sao cho một ô đại diện cho 'count' cho id-bigram đó.

Mọi đề xuất? Tôi nghĩ về việc mở rộng nó chỉ với một CSV lớn, nhưng điều đó có vẻ như siêu không hiệu quả cộng với có thể không khả thi do những ràng buộc về bộ nhớ.

Answer 1

Bạn có thể viết ma trận ở định dạng MatrixMarket bằng cách sử dụng scipymmwrite và sau đó đọc nó vào R bằng cách sử dụng readMM từ gói Matrix?