Scipy.sparse矩阵的存储，读取和转化为稠密矩阵
2016-08-09 15:50
260 查看
import numpy as np import scipy.sparse as sp m = sp.lil_matrix((7329,7329)) np.save(path,m) #用numpy的load方法存储矩阵，path为存储的路径 mat = np.load(path)[()] #读取存储的矩阵，注意[()]这个符号可以抽取对象 mat = mat.toarray() #将稀疏矩阵转为稠密矩阵
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- Scipy sparse的CSC矩阵总结
- Matlab读取xml文件——OpenCV通过FileStorage存储的矩阵Mat
- 【OpenCV学习】矩阵的单点读取与存储
- Python scipy.sparse矩阵使用方法
- scipy.sparse求稀疏矩阵前k个特征值
- python中opencv读取RGB图像存储的矩阵，颜色通道顺序是B,G,R。
- scipy.sparse求稀疏矩阵前k个特征值
- 稀疏矩阵存储格式CSC（Compressed Sparse Columns Format）
- Python scipy.sparse 稀疏矩阵访问速度测试
- 稀疏矩阵的存储格式（Sparse Matrix Formats）
- 稀疏矩阵的存储格式（Sparse Matrix Storage Formats）
- SciPy教程 - sparse module稀疏矩阵
- 稀疏矩阵的存储格式（Sparse Matrix Storage Formats）
- SciPy教程 - 稀疏矩阵库scipy.sparse
- 稀疏矩阵的存储格式（Sparse Matrix Storage Formats）
- scipy.sparse中csc_martrix和csr_matrix两个稀疏矩阵的区别
- SciPy教程 - 稀疏矩阵库scipy.sparse
- OpenCV学习——矩阵的单点读取与存储
- 稀疏矩阵的存储格式（Sparse Matrix Storage Formats）
- 利用scipy.sparse.csr_matrix构建term-document矩阵