稀疏矩阵压缩存储
csr_matrix(X)
例:
from scipy.sparse import *
a = np.array([[1,0,1],[0,0,2],[0,8,3]])
a = csr_matrix(a)
print(a.indices)#非0数据在各行中的位置(下标)
print(a.indptr)#每行中的非零元素个数(相加递增)
print(a.data)#所有非零元素
>>>
[0 2 2 1 2](1,1在第一行的位置分别为0,2,2在第二行的位置为2,8,3在第三行的位置分别为1,2)
[0 2 3 5](从0开始,第一行两个非零元素,第二行1个,相加就为3,第三行2个,相加后为5)
[1 1 2 8 3]
本文介绍了稀疏矩阵的一种高效存储方式——CSR(Compressed Sparse Row)格式,并通过实例展示了如何使用Python的SciPy库来实现CSR存储。具体包括非零元素的位置、每行非零元素的数量以及所有非零元素的具体数值。

355

被折叠的 条评论
为什么被折叠?



