Python_Scipy_python sparse matrix 里面判断某行的值是否全为0-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_42208150/article/details/124153953

本文介绍了scipy库在科学计算中的应用，包括提供物理和数学常量的constants模块，以及处理稀疏矩阵的sparse模块。通过示例展示了如何创建和操作压缩稀疏行矩阵，并统计非零元素的数量。对于处理大规模稀疏数据的场景，这些工具显得尤为重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

什么是scipy

scipy:算法库和数学工具包，常用于最优化，线性代数，积分，插值，快速傅里叶变换，常微分方程求解，信号处理和图像处理等

常用模块

在这里插入图片描述

安装scipy

pip install scipy

测试scipy

打开jupyter，输入

import scipy
print(scipy.__version__)#两个连续的下划线

有结果则成功

参考文档

https://docs.scipy.org/doc/scipy/index.html

常用模块

constants(常量模块)

参考文档：https://docs.scipy.org/doc/scipy/reference/constants.html#
在该模块中定义了许多物理和数学的常数，如数学中的Π（3.1415.。。。），黄金比例等，如物理中的光速等，以及一系列单位
在这里插入图片描述

from scipy import constants
print(constants.lb)
print(constants.degree)

在这里插入图片描述

sparse(稀疏矩阵模块)

压缩稀疏行矩阵

稀疏行矩阵如[0,0,0,0,0,1,0,4,0,5],该行矩阵是稀疏行矩阵，如何对它进行压缩？

from scipy.sparse import csr_matrix
import numpy as np
arr=np.array([0,0,0,0,0,1,0,4,0,5])
print(csr_matrix(arr))

输出结果：
在这里插入图片描述
代表着：（0，5）是索引值，表示第0行第5个元素是1，同理。。

统计稀疏矩阵中非零元素的个数

from scipy.sparse import csr_matrix
import numpy as np
arr=np.array([0,0,0,0,0,1,0,4,0,5])
print(csr_matrix(arr))
print(csr_matrix(arr).count_nonzero)#统计稀疏矩阵中非零元素的个数