稠密矩阵怎么转成稀疏矩阵 python

Posted 2023-04-27

参考技术A 需求:
你需要转置一个二维数组,将行列互换.

讨论:
你需要确保该数组的行列数都是相同的.比如:
arr = [[1, 2, 3], [4, 5, 6], [7,8, 9], [10, 11, 12]]

列表递推式提供了一个简便的矩阵转置的方法:
print [[r[col] for r in arr] for col in range(len(arr[0]))]
[[1, 4, 7, 10], [2, 5, 8, 11],[3, 6, 9, 12]]

另一个更快和高级一些的方法,可以使用zip函数:
print map(list,
zip(*arr))

本节提供了关于矩阵转置的两个方法,一个比较清晰简单,另一个比较快速但有些隐晦.

有时候,数据到来的时候使用错误的方式,比如,你使用微软的ADO接口访问数据库,由于Python和MS在语言实现上的差别.
Getrows方法在Python中可能返回的是列值,和方法的名称不同.本节给的出的方法就是这个问题常见的解决方案,一个更清晰,一个更快速.
在列表递推式版本中,内层递推式表示选则什么(行),外层递推式表示选择者(列).这个过程完成后就实现了转置.
在zip版本中,我们使用*arr语法将一维数组传递给zip做为参数,接着,zip返回一个元组做为结果.然后我们对每一个元组使用list方法,产生了列表的列表(即矩阵).因为我们没有直接将zip的结果表示为list,
所以我们可以我们可以使用itertools.izip来稍微的提高效率(因为izip并没有将数据在内存中组织为列表).

import itertools
print map(list,
itertools.izip(*arr))

但是,在特定的情况下,上面的方法对效率的微弱提升不能弥补对复杂度的增加.
关于*args和**kwds语法:
*args(实际上,*号后面跟着变量名)语法在Python中表示传递任意的位置变量,当你使用这个语法的时候(比如,你在定义函数时使用),Python将这个变量和一个元组绑定,并保留所有的位置信息,
而不是具体的变量.当你使用这个方法传递参数时,变量可以是任意的可迭代对象(其实可以是任何表达式,只要返回值是迭代器).
**kwds语法在Python中用于接收命名参数.当你用这个方式传递参数时,Python将变量和一个dict绑定,保留所有命名参数,而不是具体的变量值.当你传递参数时,变量必须是dict类型(或者是返回值为dict类型的表达式).

如果你要转置很大的数组,使用Numeric Python或其它第三方包,它们定义了很多方法,足够让你头晕的.

相关说明:
zip(...)
zip(seq1 [,
seq2 [...]]) -> [(seq1[0], seq2[0] ...),
(...)]
Return a
list of tuples, where each tuple contains the i-th element
from each of
the argument sequences. The returned list is truncated
in length to
the length of the shortest argument sequence.

如果解决了您的问题请采纳！
如果未解决请继续追问

稀疏数组

稀疏 sparsearray 数组

简介

矩阵中非零元素的个数远远小于矩阵元素的总数，并且非零元素的分布没有规律，通常认为矩阵中非零元素的总数比上矩阵所有元素总数的值小于等于0.05时，则称该矩阵为稀疏矩阵(sparse matrix)，该比值称为这个矩阵的稠密度；

当一个数组中大部分元素为0,或者为同一个值的数组时,可以使用稀疏数组来保存该数组。

实现思路

二维数组 转 稀疏数组的思路

1. 遍历 原始的二维数组，得到有效数据的个数 sum
2. 根据sum 就可以创建 稀疏数组 sparseArr int[有效个数+1] [3]
3. 将二维数组的有效数据数据存入到 稀疏数组

稀疏数组转原始的二维数组的思路

1. 先读取稀疏数组的第一行，根据第一行的数据，创建原始的二维数组

2. 在读取稀疏数组后几行的数据，并赋给 原始的二维数组 即可.

代码实现

     /**
         * 初始化一个原型数组
         */
        int original[][] = new int[5][9];
        original[0][1] = 1;
        original[1][2] = 2;


        System.out.println("稀疏数组原型");
        for (int[] ints : original) {
            for (int anInt : ints) {
                System.out.print(anInt + "	");
            }
            System.out.println();
        }
        int count = 0;//非空数
        int row = original.length;//行数
        int col = original[0].length;//列数
        for (int[] ints : original) {

            for (int anInt : ints) {

                if (anInt != 0) {
                    count++;
                }
            }
        }
        System.out.println("数量：" + count);
        System.out.println("行数:" + row);
        System.out.println("列数" + col);
        /**
         * 稀疏数组第一行 存贮 原数组存在值的 行数 列数 值
         */
        int now[][] = new int[count + 1][3];
        now[0][0] = row;
        now[0][1] = col;
        now[0][2] = count;

        /**
         * 将原型数组装换为稀疏数组
         */
        for (int i = 0; i < row; i++) {
            for (int j = 0; j < col; j++) {
                if (original[i][j] != 0) {
                    now[i + 1][0] = i;
                    now[i + 1][1] = j;
                    now[i + 1][2] = original[i][j];
                }

            }
        }


        /**
         * 打印稀疏数组
         */
        for (int[] ints : now) {
            for (int anInt : ints) {
                System.out.print(anInt + "	");
            }
            System.out.println();
        }

        /**
         * 读取稀疏数组转换为原型数组
         */
        int reduction[][] = new int[now[0][0]][now[0][1]];
        for (int i = 1; i < now[0][2] + 1; i++) {
            reduction[now[i][0]][now[i][1]] = now[i][2];
        }


        System.out.println("稀疏数组还原型");
        for (int[] ints : original) {
            for (int anInt : ints) {
                System.out.print(anInt + "	");
            }
            System.out.println();
        }