Scipy 稀疏矩阵 COO、CSC、CSR

最新推荐文章于 2024-05-21 17:59:30 发布
最新推荐文章于 2024-05-21 17:59:30 发布
阅读量2.8k 收藏 18
点赞数 4
分类专栏： Python学习心得 文章标签： python Scipy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SupreEvi/article/details/107318451
版权

在Scipy包中，存在专门针对稀疏矩阵进行优化存储的函数，分别是COO、CSC和CSR。

之所以要使用稀疏矩阵，是因为计算所使用的数据中会存在很多无效项，所以可以转化存储方式，放弃存储无效数据，存储更多的有效数据，降低计算的复杂度。

在Scipy中有专门用于数学计算优化的package，就是scipy.sparse。而COO、CSC和CSR就是在sparse中定义的函数。

Scipy.sparse官方文档

可以看到在Sqarse matrix classes中存在三个类定义，分别是

                                           Sqarse matrix classes
coo_matrix(arg1[, shape, dtype, copy])

A sparse matrix

最低0.47元/天 解锁文章
SupreEvi
关注
  • 4
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
HDF5中的Scipy稀疏矩阵_Python_下载.zip
04-13
在Python的科学计算领域，HDF5和Scipy稀疏矩阵是两个重要的工具。HDF5（Hierarchical Data Format）是一种高效的数据存储格式，能够处理大量数据并支持复杂的数据结构。而Scipy库中的稀疏矩阵模块则为处理大规模、非...
Scipy 基础 —— 稀疏矩阵
04-01 3395
稀疏矩阵，也即仅存储非零元素，既提升了矩阵操作的效率，也节省了内存。 稀疏矩阵的存储格式（Sparse Matrix Storage Formats）很多语言、平台都支持稀疏矩阵这一数据存储结构，尽管语言、平台各异，但是多数采用相同的基本技术，即存储矩阵所有的非零元素到一个线性数组中，并提供辅助数组来描述原数组中非零元素的位置。以下是几种常见的稀疏矩阵存储格式： （1）Coordinate Form
scipy稀疏数组coo_array
微小冷的学习笔记
02-13 901
`coo`也被称为`ijv`，是一种三元组格式，对于矩阵中第$i$行第$j$列的值$v$，将其存储为$(i,j,v)$这样的三元组，即为`coo_array`的原理。
2024年留学基金委（CSC）青年骨干教师项目申报政策解析
最新发布
zsr_cc的博客
05-21 680
青年骨干教师项目是留学基金委与项目实施院校合作开展，所需经费按1:1配套比例共同承担，因此合作院校会根据本校的情况，制定一些特殊要求。知识人网小编建议申请者要提前获知CSC及本校相关规定，并抓紧时间获得邀请函，以免错失申报机会。
scipy中的稀疏矩阵coo_matrix，csr_matrix，csc_matrix
qq_36159768的博客
10-07 1060
coo_matrix COO优点： 1:容易构造,比较容易转换成其他的稀疏矩阵存储格式（CSR等） 2:写程序可以将libsvm格式的数据转换成COO比较容易，应该是充当libsvm与其他稀疏矩阵存储格式转换的媒介。 3:支持相同的(row,col)坐标上存放多个值。 COO缺点： 1：构建完成后不允许再插入或删除元素。不能进行常规矩阵运算。 2：不能直接进行科学计算和切片操作。 适用场景： 加载数据文件时使用coo_matrix快速构建稀疏矩阵，然后调用to_csr()、to_csc()、to_dens
稀疏矩阵的常用存储格式（COO、CSR、CSC）
热门推荐
wsc的博客
02-20 1万+
图是用于描述对象间关系的基本结构，顶点表示对象，边表示连接关系。 根据连接关系的紧密可以将图分为稀疏图和稠密图，两者是相对的概念，并不存在明确的划分界限。稀疏图可以理解为仅有少部分对象间存在关联，稠密图反之。实际应用中的图往往都是稀疏图。采用直观的办法来存储图往往会造成极大的空间浪费，如邻接矩阵（稀疏图对应的邻接矩阵中绝大部分的元素为零，无实际意义）。因此需要考虑寻求其它格式来进行高效存储。
算法：稀疏矩阵
GeniusLS的博客
08-18 2630
前言：在学习Google搜索技术特点时，了解到了Google创始人Larry Page和Sergey Brin利用了稀疏矩阵的计算技巧和多次迭代的方法，将亿级的网页矩阵不断简化，得出网页排名，便深入学习了一下稀疏矩阵算法并优化了自己编写的Java矩阵类 什么是稀疏矩阵？ 概念：在一个n*m的矩阵中，当非0的元素远远少于为0的元素，且非0的元素分布没有规律时我们便称它为稀疏矩阵，反之则为稠密矩阵。 稀疏因子δ：当稀疏因子的值<=0.05时我们则...
scipy库中的sparse.csr_matrix函数介绍
艰难困苦，玉汝于成。
01-12 4846
目录前言一、csr_matrix函数总结 前言 csr_matrix函数主要是用来压缩稀疏矩阵。 一、csr_matrix函数 from scipy.sparse import csr_matrix import numpy as np # data：代表的是稀疏矩阵中存储的所有元素 data = np.array([1,2,3,4,5,6]) # indices: 代表的是这6个元素所在的列的位置 indices = np.array([0,2,2,0,1,2]) # indptr: 游标，每一行起始
python实现稀疏矩阵示例代码
09-21
在进行矩阵运算时，通常需要将稀疏矩阵转换成`csc_matrix`或`csr_matrix`，因为这两种格式在计算上更有效率。例如，矩阵乘法通常在`csr`或`csc`格式下进行。此外，不同稀疏矩阵格式之间的转换通常是线性时间复杂度的...
04-python-稀疏矩阵-线性代数-稀疏矩阵的线性代数
02-09
例如，你可以通过`scipy.sparse.coo_matrix()`函数从坐标列表创建稀疏矩阵，或者使用`scipy.sparse.csr_matrix()`和`scipy.sparse.csc_matrix()`来转换矩阵格式。 **线性代数**是研究线性方程组、向量空间、线性...
scipy-0.19.0.zip
07-04
`csr_matrix`、`csc_matrix`和`coo_matrix`是常见的稀疏矩阵表示形式。 7. **Statistics**: 提供了统计函数，包括概率分布、假设检验和描述性统计。例如，`ttest_1samp`用于单样本t检验，`norm`类可以生成正态分布...
scipy-0.16.1.zip
02-28
包括CSR、CSC、COO等多种稀疏矩阵格式。 7. **Spatial**：空间数据结构和算法，如KD树，用于快速查找最近邻。 8. **Stats**：统计模块，提供了大量的统计分布、假设检验和统计测试。例如，`ttest_1samp`用于单样本...
Scipy 高级教程——稀疏矩阵
Echo_Wish的博客
01-14 748
通过本篇博客的介绍，你可以更好地理解和使用 Scipy 中的稀疏矩阵工具。这些工具在处理大规模稀疏数据、线性代数问题以及图算法等方面具有广泛的应用。在实际应用中，根据具体问题选择合适的稀疏矩阵表示和操作将有助于提高数据分析的效率和可靠性。希望这篇博客对你有所帮助！
scipy.sparse.csr_matrix
m0_37443131的博客
08-07 2276
  地址：https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.sparse.csr_matrix.html     scipy.sparse.csr_matrix class scipy.sparse.csr_matrix(arg1, shape=None, dtype=None, copy=False)[s...
Compressed Sparse Row（CSR） Compressed Sparse Column (CSC)
unchainedmelody的博客
04-13 1747
看了很多介绍CSR的博客，发现对解码的一个细节没有介绍清楚，对于我这种菜鸡来讲还是需要花点时间才能想明白，故在此记录一下。 编码 行优先遍历矩阵Matrix values数组中保存矩阵中非零元素。 column indices数组保存values数组中对应位置非零元素的列索引。 row offsets数组的下标表示每一行第一个非零元素的行索引，元素值为values数组的下标，最后一个元素值为非零...
【Scipy学习】Scipy中稀疏矩阵用法解析（sp.csr_matrix；sp.csc_matrix；sp.coo_matrix）
sxl的博客
05-17 9665
import scipy . sparse as sp # 定义一个空的稀疏矩阵 s = sp . csr_matrix((3 , 3)) print(s . shape) # (3, 3) 根据行列索引建。
scipy中的coo_matric函数
weixin_45187794的博客
01-20 908
第一种用法代码如下： import scipy.sparse as sp a=[[1,0,0], [0,0,1], [0,1,0]] a_coo_matrix=sp.coo_matrix(a) print('a_coo_matric:\n',a_coo_matrix) 输出： 第二种用法，也是比较常用的 row=np.array([0, 3, 1, 0]) col = np.array([0, 3, 1, 2]) data = np.array([4, 5, 7, 9]) dataarr
三角函数
whuthj的专栏
01-14 2640
三角函数是数学中属于初等函数中的超越函数的一类函数。它们的本质是任意角的集合与一个比值的集合的变量之间的映射。通常的三角函数是在平面直角坐标系中定义的，其定义域为整个实数域。另一种定义是在直角三角形中，但并不完全。现代数学把它们描述成无穷数列的极限和微分方程的解，将其定义扩展到复数系。 由于三角函数的周期性，它并不具有单值函数意义上的反函数。 三角函数在复数中有较为重要的应用。...
scipy.sparse稀疏矩阵内积点乘--效率优化！
mantoureganmian的专栏
06-07 1万+
在使用scipy做程序时，感觉程序的整体速度较慢，或者不是一般的慢，接近于0.5s。所以做了一下优化，其实还是自己对于Scipy和Numpy熟悉度不够！我使用的Scipy版本为“0.19.1”，主要是遇到两个优化点！ 在说我的优化之前，先啰嗦下：scipy.sparse的矩阵包中，牵扯到矩阵运算，矩阵的格式优选csr_matrix和csc_matrix。不然速度肯定慢的你怀疑人生。 大小矩...
SciPy中的稀疏矩阵处理
06-11
该模块提供了多种存储稀疏矩阵的方法，包括COO、CSR、CSC等格式。其中，COO格式将矩阵中的非零元素存储为一个三元组 (row, col, value)，CSR和CSC则将矩阵压缩为行指针和列指针两个数组，用于快速访问矩阵的非零元素...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值