python中scipy學習 隨機稀疏矩陣及操作

1.生成隨機稀疏矩陣：

scipy中生成隨機稀疏矩陣的函式如下：

scipy.sparse.rand(m,n,density,format,dtype,random_state)

引數含義

m,n整型；表示矩陣的行和列

density

實數型別；表示矩陣的稀疏度

format

str型別；表示矩陣的型別；如format=『coo』

dtype

dtype;表示返回矩陣值的型別

ranom_state

;可選的隨機種子；如果空缺，預設numpy.random

例子

**如下：

import scipy as spy

n=4m=4
density=0.5
matrixformat='coo'
b=spy.sparse.rand(m,n,density=density,format=matrixformat,dtype=none)
print(b)
>>>
(1, 1)        0.0687198939788
(3, 3)        0.141328654998
(0, 3)        0.944468193258
(2, 3)        0.598652789611
(0, 2)        0.0629165518906
(2, 0)        0.624087894456
(1, 2)        0.309460820898
(2, 2)        0.731375305002

import scipy as spy

n=4m=4
row=spy.array([0,0,0,1,1,3,3])
col=spy.array([0,0,1,2,3,2,3])
value=spy.array([1,2,1,8,1,3,5])
print('自定義生成乙個csc格式的稀疏矩陣..')#'coo'格式的矩陣無法進行以下某些操作
a=spy.sparse.csc_matrix((value,(row,col)),shape=(n,m))
print('稀疏矩陣的非稀疏表示形式...')
print(a.todense())
print('稀疏矩陣的非零元素對應座標...')
nonzero=a.nonzero()
print(nonzero)
print('輸出非零元素對應的行座標和列座標...')
print(nonzero[0])
print(nonzero[1])
print('輸出第i行非零值...')
i=2print(a[i,:])
print('輸出第j列非零值...')
j=2print(a[:,j])
print('輸出座標為(i,j)對應的值...')
print(a[i,j])

自定義生成乙個csc格式的稀疏矩陣..

稀疏矩陣的非稀疏表示形式...
[[3100]
[0081]
[0000]
[0035]]
稀疏矩陣的非零元素對應座標...
(array([0, 0, 1, 1, 3, 3], dtype=int32), array([0, 1, 2, 3, 2, 3], dtype=int32))
輸出非零元素對應的行座標和列座標...[00
1133]
[0123
23]輸出第i行非零值...
輸出第j列非零值...
(1, 0)        8
(3, 0)        3
輸出座標為(i,j)對應的值...
0

python學習第13周 scipy

10.1 題目 題解import numpy from scipy.linalg import lstsq 10.1 least square m 20 n 10 a numpy.random.normal size m,n b numpy.random.normal size m x,residu...

python學習 scipy知識點

1.1 integral積分運算 import numpy as np from scipy.integrate import quad,dblquad,nquad quad是一元積分，dblquad是二元積分,nquad表示n維的積分 print quad lambda x np.exp x 0,...

利用python中的scipy模組做線性規劃

為數學建模準備。scipy.optimize.linprog 引數選擇 linprog c,a ub,b ub,a ed,b ed,bounds none 引數解釋 c 價值向量，只規劃最小值，若規劃最大值需改為 c，但注意得出的結果應再加負號即為所求最大值 a ub和b ub 分別對應於不等式約束...