初识numpy,scipy

from scipy import sparse
import numpy as np

x = np.array([[1,2,3],[4,5,6]])  #利用numpy创建一个数组
eye = np.eye(4) #创建一个4维单位向量
print('x:\n{}'.format(x))
print('eye:\n{}'.format(eye))

在这里插入图片描述

##稀疏矩阵是指0元素的个数远远小于非0元素
#可以通过numpy数组创建scipy稀疏矩阵,即只保留非0元素,并给出其位置,减少所用内存
sparse_matrix = sparse.csr_matrix(eye)
print('sparse_matrix:\n{}'.format(sparse_matrix))

在这里插入图片描述

#创建稀疏矩阵的另一个方法
data = np.ones(4)
row_indices = np.arange(4)  #创建一个[0,1,2,3]的数组
col_indices = np.arange(4)
sparse_matrix = sparse.coo_matrix((data,(row_indices,col_indices)))
print('sparse_matrix:\n{}'.format(sparse_matrix))

在这里插入图片描述

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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