Te damos el hallazgo a esta obstáculo, o por lo menos eso pensamos. Si tienes interrogantes déjanoslo saber en un comentario, para nosotros será un placer responderte
Solución:
no se que tf-idf espera, pero es posible que pueda ayudar con el final escaso.
Hacer una matriz dispersa:
In [526]: M=sparse.random(4,10,.1)
In [527]: M
Out[527]:
<4x10 sparse matrix of type ''
with 4 stored elements in COOrdinate format>
In [528]: print(M)
(3, 1) 0.281301619779
(2, 6) 0.830780358032
(1, 1) 0.242503399296
(2, 2) 0.190933579917
Ahora conviértelo a coo formato. Esto ya es eso (podría haber dado el random un parámetro de formato). En cualquier caso, los valores de coo formato se almacenan en 3 matrices:
In [529]: Mc=M.tocoo()
In [530]: Mc.data
Out[530]: array([ 0.28130162, 0.83078036, 0.2425034 , 0.19093358])
In [532]: Mc.row
Out[532]: array([3, 2, 1, 2], dtype=int32)
In [533]: Mc.col
Out[533]: array([1, 6, 1, 2], dtype=int32)
Parece que quieres ignorar Mc.rowy de alguna manera unirse a los demás.
Por ejemplo como diccionario:
In [534]: k:v for k,v in zip(Mc.col, Mc.data)
Out[534]: 1: 0.24250339929583264, 2: 0.19093357991697379, 6: 0.83078035803205375
o unas columnas en un 2d array:
In [535]: np.column_stack((Mc.col, Mc.data))
Out[535]:
array([[ 1. , 0.28130162],
[ 6. , 0.83078036],
[ 1. , 0.2425034 ],
[ 2. , 0.19093358]])
(También np.array((Mc.col, Mc.data)).T)
O simplemente como una lista de matrices [Mc.col, Mc.data]o [Mc.col.tolist(), Mc.data.tolist()] lista de listas, etc.
¿Puedes tomarlo desde allí?
Recuerda que tienes la opción de comentar si te ayudó.