Scipy_Sparse介绍

最新推荐文章于 2024-03-01 22:29:23 发布

彼得纲

最新推荐文章于 2024-03-01 22:29:23 发布

阅读量6.1k

点赞数 2

分类专栏： Python 文章标签： Python 稀疏矩阵 Scipy.sparse

本文链接：https://blog.csdn.net/qq_25300563/article/details/50972460

版权

Python 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

sparse中的稀疏矩阵类共有以下几种：coo_matrix()、bsr_matrix()、csr_matrix()、lil_matrix()、dia_matrix()、dok_matrix()、spmatrix()这几种

其中coo_matrix()是最容易理解的一种形式。

例如，

r=np.array([0,0,2,2,2,3,6,3,4])
c=np.array([0,0,2,2,2,4,5,6,3])
data=np.array([1,1,1,1,1,1,1,1,1])

sparse.coo_matrix((data, (r,c)), shape=(7,7)).todense()

输出的稀疏矩阵如下：

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

数组r中的元素和它对应下标的c列表中的元素组成了非零数字在稀疏矩阵中的坐标，r和c的第一个元素都是0，说明矩阵坐标(0,0)位置有非零数字，这个数字是几呢？这就要看data数组了。由于data的数值都是1，(0,0)出现两次，那么(0,0)位置的数值就是1+1=2。这里我们用r,c,data三个数组配合coo_matrix构造了一个稀疏矩阵。稀疏矩阵在计算机中的coo形式存储就是这个的逆过程。

在做特征工程的过程中，对于那些取值是多个类别的变量，经常要用到One-Hot编码，其结果就是得到稀疏矩阵X。现在要在数据集X的基础上加上一些做过一个列变量变换的数据集features,features不是稀疏矩阵，要合并X和feature就需要进行如下操作：

if sparse.issparse(X):     #判断X是否稀疏
	features = sparse.lil_matrix(features)    将features数据集用lil_matrix()稀疏化
	X = sparse.hstack((X, features), 'csr')   横向合并X和稀疏后的features,并存储为csr格式