scipy中的csr_matrix

最新推荐文章于 2024-04-09 15:57:14 发布

梦否

最新推荐文章于 2024-04-09 15:57:14 发布

阅读量655

点赞数

CC 4.0 BY-SA版权

分类专栏： python 文章标签： csr_matrix scipy

原文链接：https://muzhan.blog.csdn.net/article/details/102889734

python 专栏收录该内容

38 篇文章

订阅专栏

本文介绍了scipy中csr_matrix的使用方法，并通过一个4x4的稀疏矩阵示例展示了如何创建和打印csr_matrix。这种方法非常适合表达大规模的稀疏矩阵。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文链接：https://muzhan.blog.csdn.net/article/details/102889734
scipy中有个csr_matrix，可以简便地表达大规模稀疏矩阵。打个比方，对于1000*1000的二维矩阵，怎么表达呢？用一个numpy array去存储吗？其实，如果这个矩阵非常稀疏，比如特征矩阵等，可以用更简便的csr matrix去表达。

from scipy.sparse import csr_matrix
x = [0,0,0,0,1,1,1,1,2,2,2,2,3,3,3,3]
y = [0,1,2,3,0,1,2,3,0,1,2,3,0,1,2,3]
value = [1,0,3,0,0,0,0,1,0,9,1,0,0,0,0,1]
mat = csr_matrix((value,(x,y)),shape=(4,4))
print(mat)
print(mat.todense())

输出为：

  (0, 0)        1
  (0, 1)        0
  (0, 2)        3
  (0, 3)        0
  (1, 0)        0
  (1, 1)        0
  (1, 2)        0
  (1, 3)        1
  (2, 0)        0
  (2, 1)        9
  (2, 2)        1
  (2, 3)        0
  (3, 0)        0
  (3, 1)        0
  (3, 2)        0
  (3, 3)        1
[[1 0 3 0]
 [0 0 0 1]
 [0 9 1 0]
 [0 0 0 1]]

上面展示的是一个4x4情况下的csr matrix的表达形式。