Python的稀疏矩阵和参数保存 save/load

别等时光非礼了梦想. 提交于 2020-04-06 17:30:45

1. 稀疏矩阵的建立:coo_matrix()

from scipy.sparse import coo_matrix

# 建立稀疏矩阵
data = [1,2,3,4]
row = [3,6,8,2]
col = [0,7,4,9]

c = coo_matrix((data,(row,col)),shape=(10,10)) #构建10*10的稀疏矩阵,其中不为0的值和位置在第一个参数
print(c)

2. 稀疏矩阵转化为密集矩阵:todense()

d = c.todense()
print(d)

3. 将一个0值很多的矩阵转化为稀疏矩阵

e = coo_matrix(d)  #将一个0值很多的矩阵转为稀疏矩阵
print(e)

4. save:类似于matlab中的.mat格式,python也可以保存参数数据,除了保存成csv,json,excel等之外,个人觉得matlab的.mat格式真的很强,啥都可以直接保存~~

import numpy as np

# numpy.save(arg_1,arg_2),arg_1是文件名,arg_2是要保存的数组
aa = np.array(d)
print(aa)

# save
np.save('test_save_1.npy', aa)  #保存一个数组
np.savez('test_save_2', aa=aa, d=d)  #保存多个数组,其中稀疏矩阵可以直接保存

5. load:加载参数数据

#load
a_ = np.load('test_save_1.npy')
print(a_)
dt = np.load('test_save_2.npz')  #npz数据加载后是一个字典格式数据
print(dt)
print(dt['aa'])
print(dt['d'])  #获取其中的参数值,类似于字典形式获取

6. 获取npz数据的参数名称

#获取参数名称
p_name =list(dt.keys())
print(p_name)

#获取值
p_value =list(dt.values())
print(p_value)

 

#

参考:

https://blog.csdn.net/littlehaes/article/details/103523512

https://www.cnblogs.com/Yiutto/p/5827775.html

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!