scipy中稀疏矩阵coo_matrix, csr_matrix 的使用
当对离散数据进行拟合预测时,往往要对特征进行onehot处理,但onehot是高度稀疏的向量,如果使用List或其他常规的存储方式,对内存占用极大。
这时稀疏矩阵类型 coo_matrix / csr_matrix 就派上用场了!
这两种稀疏矩阵类型csr_matrix存储密度更大,但不易手工构建。coo_matrix存储密度相对小,但易于手工构建,常用方法为先手工构建coo_matrix,如果对内存要求高则使用 tocsr() 方法把coo_matrix转换为csr_matrix类型。
csr_matrix内存使用约为coo_matrix的70% :
coo_matrix是比较通用的格式,比如sklearn中LR可直接处理coo_matrix 格式。
那么接下来就是构建coo_matrix矩阵。
应该很好理解吧?
就是分别定义有那些非零元素,以及各个非零元素对应的row和col,最后定义稀疏矩阵的shape。
coo_matrix 一经定义后shape就不可更改了! 但data, row, col 可更改。
但我查文档显示coo_matrix有reshape() 函数
使用reshape函数拋 NotImplementedError 异常。
查 v1.0.0版本源码:
原来reshape函数功能还未实现。。
合并两个 coo_matrix或 csr_matrix 可以使用 vstack() 或 hstack()。
具体自行查文档吧。
python---稀疏格式储存coo_matrix/csr_matrix
本文介绍下python稀疏格式coo,csr,csc相关的一些东西。
1.1: coo_matrix
最简单一种格式,每一个元素需要用一个三元组来表示,分别是(行号,列号,数值),这种方式简单,但是记录单信息多(行列),每个三元组自己可以定位,因此空间不是最优。
COO优点:
1:容易构造,比较容易转换成其他的稀疏矩阵存储格式(CSR等)
2:写程序可以将libsvm格式的数据转换成COO比较容易,应该是充当libsvm与其他稀疏矩阵存储格式转换的媒介。
3:支持相同的(row,col)坐标上存放多个值。
COO缺点:
1:构建完成后不允许再插入或删除元素。不能进行常规矩阵运算。
2:不能直接进行科学计算和切片操作。
适用场景:
加载数据文件时使用coo_matrix快速构建稀疏矩阵,然后调用to_csr()、to_csc()、to_dense()把它转换成CSR或稠密矩阵。
libsvm转coo_matrix:
1:读libsvm格式数据;
2:libsvm转换成COO代码:
注:最后一行coo_matrix()一定要指定shape,因为coo只保留了有值的坐标,不指定shape无法还原矩阵。
1.2:csr_matrix (Compressed Sparse Row)
比较标准,数值,列号,以及行偏移。 (相当于每行的首个元素在value中的index)
row offset的数值个数是row + 1, 表示某行第一个元素在values中的位置,如5是第三行第一个元素,它在values中的index是4。
优点:
1:高效地按行切片。
2:快速地计算矩阵与向量的内积。
3:高效地进行矩阵的算术运行,CSR + CSR、CSR * CSR等。
缺点:
1:按列切片很慢(考虑CSC)
2:一旦构建完成后,再往里面添加或删除元素成本很高
3:CSR格式在存储稀疏矩阵时非零元素平均使用的字节数(Bytes per Nonzero Entry)最为稳定(float类型约为8.5,double类型约为12.5)。CSR格式常用于读入数据后进行稀疏矩阵计算。
1.3:CSC
CSC是和CSR相对应的一种方式,即按列压缩的意思。
以上图中矩阵为例:
Values:[1 5 7 2 6 8 3 9 4]
Row Indices:[0 2 0 1 3 1 2 2 3]
Column Offsets:[0 2 5 7 9]
scipy中稀疏矩阵coo_matrix, csr_matrix 的使用相关推荐
- 正确理解scipy中的coo_matrix函数
正确理解scipy中的coo_matrix函数 1. 构造一个空矩阵 2. 使用ijv(triplet)格式构造一个矩阵 3. 用重复的索引构造矩阵 1. 构造一个空矩阵 这种用法比较简单,直接生成一 ...
- Scipy.sparse模块中的coo_matrix、csc_matrix、csr_matrix函数
三种函数的英文全名,首先是从表面意思上入手. coo_matrix :COOrdinate format matrix(坐标格式矩阵) csc_matrix:Compressed Sparse Col ...
- scipy中的稀疏矩阵
本文主要围绕scipy中的稀疏矩阵展开,也会介绍几种scipy之外的稀疏矩阵的存储方式. dok_matrix 继承自dict,key是(row,col)构成的二元组,value是非0元素. 优点: ...
- Python学习-Scipy库稀疏矩阵的建立(面向列的稀疏矩阵、基于坐标格式的稀疏矩阵)
Python学习-Scipy库稀疏矩阵的建立 稀疏矩阵指在矩阵中值为0的元素的数量远远多于非0值的矩阵 (非0元素总数/所有元素总数<=0.05) 稀疏矩阵的实现对象: csc_matrix() ...
- python中稀疏矩阵的常用表示COO LIL CSR CSC【上篇】
前言 sklearn调用独热编码函数encoder.fit_transform()返回的是scipy.sparse._csr.csr_matrix类型. torch的tensor也是一种matrix, ...
- 新版scipy中的imread,imsave,imresize被弃用解决方法
阅读文献代码时发现新版scipy中的imread,imsave,imresize被弃用报错 搜索了一下发现可以用imageio中的imread和imsave代替原有的,用numpy的reshape来代 ...
- Wilcoxon signed-rank test和Wilcoxon rank-sum test及其在SciPy中的使用注意事项
其实这个问题很多朋友都已经介绍得很清楚了,例如这里:https://blog.csdn.net/chikily_yongfeng/article/details/82255575,http://blo ...
- 用python的scipy中的odeint来解常微分方程中的一些细节问题(适用于小白)
用python的scipy中的odeint来解常微分方程中的一些细节问题(适用于小白) 写在前面 最近有些需要解决常微分方程的问题,网上查了很多教程都不是很明晰,便自己研究了一段时间,写一点小白初次接 ...
- SciPy中的optimize.minimize实现受限优化问题
问题描述:有一批样本x,每个样本都有几个固定的标签,如(男,24岁,上海),需要从中抽取一批样本,使样本总的标签比例满足分布P(x),如(男:女=49%:51%.20岁:30岁=9%:11%..... ...
- scipy中的scipy.optimize.curve_fit
scipy中的scipy.optimize.curve_fit 这里写目录标题 scipy中的scipy.optimize.curve_fit 参数 Return scipy.optimize.``c ...
最新文章
- qpsk调制解调matlab_本科毕业设计课题—QPSK相干解调的MATLAB仿真(3)
- HP CloudSystem:几分钟完成云系统配置
- python file does not exist_python – os.path.exists()的谎言
- margin为负值的几种情况
- 工作到了第七年,说说自己每天的工作(一)
- 学习官方示例 - TApplication.ExeName
- centos下卸载php,centos如何完全卸载php
- VUE 项目中对象与JSON格式字符串之间的转换
- 《机器学习算法竞赛实战》整理 | 六、模型融合
- 淘宝美工设计师细说何为天猫透明背景
- 曙光服务器怎么修改启动项,简单易上手 戴尔T5500工作站BIOS全设置
- 正确设置 pip,避免There was a problem confirming the ssl certificate问题
- 三点估算法评估开发工作量
- 微信公众号教程-注册发布文章
- 《零基础学JavaScript(全彩版)》学习笔记
- 【算法】贪婪算法——每步都是最优解
- PHP7都有哪些新特性
- Pytorch学习笔记01----张量生成
- 163-C++学习第十三弹(纯虚函数,模板,唯一性智能指针)
- iOS开发判断当前系统版本