1.生成隨機稀疏矩陣：

scipy中生成隨機稀疏矩陣的函數如下：

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

• 1

參數介紹：

例子

代碼如下：

import
 
 scipy as spy

n=4
m=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

2.稀疏矩陣的操作：

import scipy as spy

n=4
m=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(‘自定義生成一個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坐標...‘)
nonzero=A.nonzero()
print(nonzero)
print(‘輸出非零元素對應的行坐標和列坐標...‘)
print(nonzero[0])
print(nonzero[1])
print(‘輸出第i行非零值...‘)
i=2
print(A[i,:])
print(‘輸出第j列非零值...‘)
j=2
print(A[:,j])
print(‘輸出坐標為(i,j)對應的值...‘)
print(A[i,j])

輸出結果如下：

自定義生成一個csc格式的稀疏矩陣..
稀疏矩陣的非稀疏表示形式...
[[3 1 0 0]
 [0 0 8 1]
 [0 0 0 0]
 [0 0 3 5]]
稀疏矩陣的非零元素對應坐標...
(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坐標和列坐標...
[0 0 1 1 3 3]
[0 1 2 3 2 3]
輸出第i行非零值...

輸出第j列非零值...
  (1, 0)        8
  (3, 0)        3
輸出坐標為(i,j)對應的值...
0

註：更多參考請查看docs.scipy.org

python中scipy學習——隨機稀疏矩陣及操作