concatenate python_python-`np.concatenate`具有稀疏矩阵的numpy数组

数据集包含数值和类别变量,然后将其分为两部分：

cont_data = data[cont_variables].values

disc_data = data[disc_variables].values

然后,我使用sklearn.preprocessing.OneHotEncoder对分类数据进行编码,然后尝试将编码的分类数据与数值数据合并：

np.concatenate((cont_data, disc_data_coded), axis=1)

但是会发生以下错误：

ValueError: all the input arrays must have same number of dimensions

我确保尺寸数相等：

print(cont_data.shape) # (24000, 35)

print(disc_data_coded.shape) # (24000, 26)

最后,我发现cont_data是一个numpy数组,而

>>> disc_data_coded

<24000x26 sparse matrix of type ''

with 312000 stored elements in Compressed Sparse Row format>

我将OneHotEncoder中的参数sparse更改为False,一切正常.

但是问题是,如何在不设置sparse = False的情况下直接将numpy数组与稀疏矩阵合并？