将lil_matrix格式的稀疏矩阵转换为图像

最新推荐文章于 2023-07-22 15:53:12 发布

weixin_45172277

最新推荐文章于 2023-07-22 15:53:12 发布

阅读量3.1k

点赞数

文章标签： python

本文链接：https://blog.csdn.net/weixin_45172277/article/details/124425338

版权

该博客展示了如何读取并操作稀疏矩阵，通过numpy和scipy库进行转换，然后利用matplotlib进行可视化。作者首先加载了一个名为'plants_amat.npz'的数据文件，将数据转换为numpy数组，并创建了一个400x400的零矩阵。接着，遍历稀疏矩阵的每一行，填充零矩阵，并保存到'matrix.txt'文件中。最后，用matplotlib显示了矩阵的图像。

摘要由CSDN通过智能技术生成

import numpy as np
import pickle
from PIL import Image
from scipy import misc
import pylab
import matplotlib.pyplot as plt
from scipy import sparse

with open('plants_amat.npz','rb') as handle:
    my_array=pickle.load(handle,encoding='latin1')
data1=np.array(my_array)
print(my_array.shape)
print((my_array[0].data[0]))
print(len(my_array[0].rows[0]))
matrix=np.zeros((400,400))
print(matrix.shape)
for i in range(0,400):#稀疏矩阵的行
    zhi=my_array[i].data[0]
    geshu=len(zhi)
    col=my_array[i].rows[0]
    for l in zhi:
            for c in col:
                c=int(c)
                matrix[i][c]=l

np.savetxt("matrix.txt",matrix)
matrix=np.mat(matrix)
plt.imshow(matrix)
pylab.show()
print('end')