使用python将邻接列表转换为稀疏邻接矩阵
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了使用python将邻接列表转换为稀疏邻接矩阵,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1250字,纯文字阅读大概需要2分钟。
内容图文
![使用python将邻接列表转换为稀疏邻接矩阵](/upload/InfoBanner/zyjiaocheng/810/2bc6294532a1416c9194c54be06bcecf.jpg)
使用scipy时,我能够以下列格式转换数据:
(row, col) (weight)
(0, 0) 5
(0, 47) 5
(0, 144) 5
(0, 253) 4
(0, 513) 5
...
(6039, 3107) 5
(6039, 3115) 3
(6039, 3130) 4
(6039, 3132) 2
如何将此变换为具有零的数组或稀疏矩阵以用于缺失权重值? (根据上面的数据,第1列到第46列应填充零,依此类推……)
0 1 2 3 ... 47 48 49 50
1 [0 0 0 0 ... 5 0 0 0 0
2 2 0 1 0 ... 4 0 5 0 0
3 3 1 0 5 ... 1 0 0 4 2
4 0 0 0 4 ... 5 0 1 3 0
5 5 1 5 4 ... 0 0 3 0 1]
我知道在内存方面保持上述格式的数据更好,但我需要它作为实验的矩阵.
解决方法:
scipy.sparse为你做的.
import numpy as np
from scipy.sparse import dok_matrix
your_data = [((2, 7), 1)]
XDIM, YDIM = 10, 10 # Replace with your values
dct = {}
for (row, col), weight in your_data:
dct[(row, col)] = weight
smat = dok_matrix((XDIM, YDIM))
smat.update(dct)
dense = smat.toarray()
print dense
'''
[[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]
'''
内容总结
以上是互联网集市为您收集整理的使用python将邻接列表转换为稀疏邻接矩阵全部内容,希望文章能够帮你解决使用python将邻接列表转换为稀疏邻接矩阵所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。