numpy 邻接矩阵转稀疏矩阵 array to scipy csr_matrix

这篇具有很好参考价值的文章主要介绍了numpy 邻接矩阵转稀疏矩阵 array to scipy csr_matrix。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

numpy array如何转换成scipy的csr matrix

也就是说,一个dense的numpy矩阵,如何转换成scipy包里面的sparse的csr矩阵看代码:

import numpy as np
from scipy.sparse import csr_matrix

a = np.array([[1, 0, 0],[0,1,0],[0,1,1]])
print('a: ', a)
row, col = np.nonzero(a)
values = a[row, col]
csr_a = csr_matrix((values, (row, col)), shape=(3,3))
print('csr_a:',csr_a)
print('type: ',type(csr_a))

输出:

a:  [[1 0 0]
 [0 1 0]
 [0 1 1]]
csr_a:   (0, 0)	1
  (1, 1)	1
  (2, 1)	1
  (2, 2)	1
type:  <class 'scipy.sparse.csr.csr_matrix'>

反过来,从csr到dense的numpy array:

print(csr_a.toarray())

从csr到coo格式:

print(csr_a.tocoo())文章来源地址https://www.toymoban.com/news/detail-661158.html

到了这里,关于numpy 邻接矩阵转稀疏矩阵 array to scipy csr_matrix的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【scipy.sparse包】Python稀疏矩阵详解

    数组和矩阵是数值计算的基础元素 。目前为止,我们都是使用NumPy的ndarray数据结构来表示数组,这是一种同构的容器,用于存储数组的所有元素。 有一种特殊情况, 矩阵的大部分元素都为零,这种矩阵被称为稀疏矩阵 。对于稀疏矩阵,将所有零保存在计算机内存中的效率很

    2024年01月21日
    浏览(43)
  • 【Python】scipy稀疏矩阵的奇异值分解svds

    当 A A A 是方阵时,可以很容易地进行特征分解: A = W Σ W − 1 A=WSigma W^{-1} A = W Σ W − 1 ,其中 Σ Sigma Σ 是 A A A 的特征值组成的对角矩阵。如果 W W W 由标准正交基组成,则 W − 1 = W T W^{-1}=W^T W − 1 = W T ,特征分解可进一步写成 W T Σ W W^TSigma W W T Σ W 。 然而,当 A A A 不是方

    2024年02月12日
    浏览(39)
  • 【三维点云处理】顶点、面片、邻接矩阵、邻接距离矩阵以及稀疏存储概念

    vertices-节点(3是点的三维坐标) Double类型的矩阵。用来存放所有构成mesh的节点,假设该mesh由N个三维节点构成,那么vertices就是一个N*3的矩阵,vertices(i, j) 表示了第i个节点第j维的坐标。 faces-面片(3是构成三角形面片的3个点) Integer类型的矩阵。用来存放节点之间的连接关

    2024年02月16日
    浏览(41)
  • pyG edge_index矩阵 转 普通邻接矩阵,COO稀疏矩阵,包含同质图和异质图

    搜这个转化实在难找,在此记录一下! 同质图** 异质图 下面是pytorch版本

    2024年02月15日
    浏览(49)
  • Python | NumPy | numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array

    本文简要概括出现类似于 numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array with shape (370, 370) and data type float64 报错信息的原因及解决方法。 更新:2023 / 2 / 4 主要原因是电脑 RAM 内存不足,因为需要处理的数据量太大,GPU性能不够,存在内存溢出现象 1 ’ 2 。 参考这里

    2023年04月09日
    浏览(55)
  • 【Python】数据科学工具(Numpy Pandas np.array() 创建访问数组 向量与矩阵 Series DataFrame)

    1.Numpy numpy是Python中一个非常重要的科学计算库,其最基础的功能就是N维数组对象——ndarray。 1.1 数组的创建 1)np.array() 用 np.array() 函数可以将Python的序列对象(如列表、元组)转换为ndarray数组。 2)arange、linspace、logspace np.arange(start, stop, step) :创建一个一维数组,其中的值

    2024年02月10日
    浏览(48)
  • 对于numpy.linalg和scipy.linalg(待完善)

    这俩部分都是用于线性代数的计算,但是存在一些差别,下面是使用中出现的问题: 首先说明的是计算矩阵的伪逆的时候:np.linalg.pinv和scipy.linalg.pinv都是用于计算矩阵伪逆的,二者得到结果并不一致,只能说是差不多。但是代码中用scipy的线性代数模块求了; 如何一个矩阵

    2024年02月07日
    浏览(38)
  • 版本匹配指南:Scipy版本、Python版本和Numpy版本的对应关系

    版本匹配指南:Scipy版本、Python版本和Numpy版本的对应关系 🌈 个人主页:高斯小哥 🔥 高质量专栏:Matplotlib之旅:零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程👈 希望得到您的订阅和支持~ 💡 创作高质量博文(平均质量分92+),分享更多关于深度

    2024年03月26日
    浏览(55)
  • Windows系统配置Anaconda虚拟环境,并安装Numpy、Scipy和Matplotlib等模块方法

    有些项目不是必须在Ubuntu系统下进行的,对大部分人来说更熟悉Window系统,且查阅电脑中相关文件和使用微信更方便,因此记录一下Windows系统配置Anaconda虚拟环境步骤和安装Numpy、Scipy及Matplotlib等模块方法。 一、Anaconda安装 Anaconda可以管理不同的python版本,因为有些项目需要

    2024年02月09日
    浏览(50)
  • 掌握Python的X篇_33_MATLAB的替代组合NumPy+SciPy+Matplotlib

    numPy 通常与 SciPy( Scientific Python ) 和 Matplotlib (绘图库) 一起使用,这种组合广泛用于替代 MatLab,是一个强大的科学计算环境,有助于我们通过 Python 学习数据科学或者机器学习。 numpy /nampai/ 数值计算库,简单而言,可以被当做向量,线性代数计算。 官方推荐导入方式: 以 n

    2024年02月13日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包