SciPy 稀疏数据
什么是稀疏数据
稀疏数据是指大部分元素未被使用（元素不包含任何信息）的数据。
它可以是一个像这样的数组
[1, 0, 2, 0, 0, 3, 0, 0, 0, 0, 0, 0]
稀疏数据：是指大部分元素值为零的数据集。
稠密数组：是稀疏数组的反义词：大部分元素值不为零。
在科学计算中，当我们在线性代数中处理偏导数时，会遇到稀疏数据。
如何处理稀疏数据
SciPy 有一个模块，scipy.sparse，它提供了处理稀疏数据的函数。
我们主要使用两种类型的稀疏矩阵
CSC - 压缩稀疏列。用于高效的算术运算，快速列切片。
CSR - 压缩稀疏行。用于快速行切片，更快的矩阵向量积
在本教程中，我们将使用CSR矩阵。
CSR 矩阵
我们可以通过将数组传递给函数scipy.sparse.csr_matrix()来创建 CSR 矩阵。
示例
从数组创建 CSR 矩阵
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([0, 0, 0, 0, 0, 1, 1, 0, 2])
print(csr_matrix(arr))
自己试一试 »
上面的示例返回
(0, 5) 1 (0, 6) 1 (0, 8) 2
从结果中我们可以看到有 3 个元素有值。
第 1 个元素位于行0位置5，值为 1。
第 2 个元素位于行0位置6，值为 1。
第 3 个元素位于行0位置8，值为 2。
稀疏矩阵方法
使用data属性查看存储的数据（不是零元素）
示例
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
print(csr_matrix(arr).data)
自己试一试 »
使用count_nonzero()方法统计非零元素个数
示例
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
print(csr_matrix(arr).count_nonzero())
自己试一试 »
使用eliminate_zeros()方法从矩阵中删除零元素
示例
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
mat = csr_matrix(arr)
mat.eliminate_zeros()
print(mat)
自己试一试 »
使用sum_duplicates()方法消除重复项
示例
通过将重复项相加来消除重复项
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
mat = csr_matrix(arr)
mat.sum_duplicates()
print(mat)
自己试一试 »
使用tocsc()方法将 csr 转换为 csc
示例
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
newarr = csr_matrix(arr).tocsc()
print(newarr)
自己试一试 »
注意：除了提到的稀疏特定操作外，稀疏矩阵还支持普通矩阵支持的所有操作，例如重塑、求和、算术运算、广播等。
