我是 python 的新手,我有一个格式如下的文件:
2:10 13:1 17:6 21:10
3:11 131:12
...
每一行由 column:value 形式的元素组成。在该示例中,这意味着第一行的第二列应包含 10,第 13 列应包含 1,依此类推。编辑:数据中的每一行对应于矩阵中的一行
这是 python 知道如何转换为稀疏矩阵的格式吗? (例如为了执行 PCA)还是必须自己构建矩阵?
请您参考如下方法:
我正在研究以下假设
- 文件的行数与您正在阅读的矩阵一样多
- 有可能一个文件的行是空的
- 矩阵是正方形的
- 数据文件中的列索引从1开始
我正在使用模块 scipy.sparse
from scipy import sparse
I, J, V = [], [], []
for i, line in enumerate(open(datafile)):
for j, v in [map(int,item.split(':')) for item in line.split()]:
I.append(i) ; J.append(j-1) ; V.append(v)
A = sparse.coo_matrix((V,(I,J)), shape=(i+1,i+1)
print A.todense()
具有以下数据
1:2 3:4
2:5
上面的代码打印
[[2 0 4 0]
[0 0 0 0]
[0 0 0 0]
[0 5 0 0]]
