Scipy Sparse Matrices
Was sind spärliche Daten?
Bevor wir uns mit der Verwendung der spärlichen Matrizenfunktion in einem Python -Programm befassen, lassen Sie uns verstehen, was spärliche Daten sind. Es ist vorzuziehen, die Grundlagen zu verstehen, bevor sie zur tatsächlichen Funktion übergehen. Spärliche Daten sind eine Art von Daten, die hauptsächlich aus nutzlosen Elementen bestehen. Nutzlose Elemente bedeuten Daten, die keine Informationen enthalten. In einfachen Worten enthält eine Reihe von spärlichen Daten hauptsächlich Nullen. Die spärlichen Matrizen sind bei der Arbeit mit wissenschaftlicher Programmierung sehr häufig bei der Einnahme von Derivaten in linearen Algebra.
Was sind skipy -spärliche Matrizen?
Die Scipy -Bibliothek der Python -Programmiersprache bietet ein spärliches Paket, das zum Umgang mit spärlichen Daten verwendet wird. Das spärliche Paket bietet zwei Methoden, die mit Matrizen verwendet werden können, und es handelt sich um CSC und CSR. Das CSC steht für eine komprimierte Sparsespalte, die die Spalten der Matrizen schneidet. Andererseits steht die CSR. Lassen Sie uns die Arbeit beider Methoden anhand von Beispielen verstehen.
Beispiel 1:
Beginnen wir mit einem einfachen Beispiel, um spärliche Matrizen sowie CSR- und CSC -Matric -Methoden der spärlichen Matrizenfunktion zu verstehen, die von der Scipy -Bibliothek bereitgestellt wird. Hier geben wir ein sehr einfaches Beispiel an, nur um Ihnen zu zeigen, wie Scipy für spärliche Matrizen funktioniert. Die spärlichen Matrizen sind im Vergleich zu den normalen Matrizen sehr stark, da sie weniger Berechnungszeit benötigen und auch weniger Speicher nehmen, da sie nur ein paar Artikel ungleich Null speichern müssen. In diesem Beispiel werden wir die CSR -Funktion mit dem Numpy -Array verwenden. Siehe den im Snippet darunter angegebenen Code:
In erster Linie wird die Numpy -Bibliothek als NP und dann als NP in das Programm eingeführt.Das spärliche Paket ist enthalten, um die Funktion csr_matrix in das Programm zu importieren. Ein Array von 9 Elementen mit nur 3 Elementen ohne Null wird deklariert und an die Funktion csr_matrix übergeben. Das Ergebnis wird am Terminal mit Hilfe des Befehls print () angezeigt. Siehe das Ergebnis, das von der folgenden SCR_MATRIX berechnet wurde:
Da wir 3 Nicht-Null-Elemente bei 0, 1 und 7 Positionen hatten. So ist die CSR_MATRIX -Methode der Skipie.Spärliches Paket funktioniert.
Beispiel 2:
Zuvor haben wir ein grundlegendes Beispiel für die CSR_MATIC -Methode gesehen. Lassen Sie uns etwas Komplexes codieren, damit wir die Funktion besser verstehen können. In diesem Beispiel erklären wir erneut die CSR_MATIC -Methode, jedoch mit etwas komplexerem Beispiel im Vergleich zum vorherigen. Siehe den Code im Snippet unten:
Zuerst haben wir die Numpy -Bibliothek als NP in das Programm und die Scipy importiert.Das spärliche Paket wird verwendet, um die csr_matrix zu importieren. Zwei Arrays werden für Zeile und Spalte deklariert und ein weiteres Datenarray wird für die Erstellung der Matrix deklariert. Für den Datenteil des CSR_Matrix werden die Daten, die Zeile und das Col -Array übergeben. Für den Datentyp -Teil der CSR_ -Matrix wurde (3, 3) Wert bereitgestellt. Unter Verwendung des Printbefehls wurde das Ergebnis über dem Terminal angezeigt. Siehe die Ausgabe, die von der Funktion csr_matrix unten berechnet wird:
Beispiel 3:
Bisher haben wir die CSR_Matrix -Funktionen für spärliche Matrizen untersucht und versucht, die Funktionen von CSR_Matrix zu verstehen. Hier erklären wir die Funktion csc_matrix für die spärlichen Matrizen. Wir werden dieselbe Codes -Zeile verwenden. Lassen Sie uns sehen, wie die CSC_Matrix funktioniert, wenn sie auf das im erste Beispiel verwendete Array angewendet werden:
Wie Sie beobachten können, sind alle Codezeilen gleich, ebenso wie die Daten werden nur die Funktion csr_matric durch die Funktion csc_matrix ersetzt. Lassen Sie uns nun das Ergebnis der Funktion im folgenden Screenshot sehen:
Wie Sie sehen können, haben wir hier das gleiche Ergebnis wie im ersten Beispiel erzielt wie im ersten Beispiel. Die CSC_Matrix gab auch die Position aller Werte ungleich Null in Form einer (x, y) -Kombination zurück. Das Array hat 1, 2, 2 bei 0, 1 und 7 Positionen, und das wird von der Funktion csc_matrix zurückgegeben.
Beispiel 4:
Lassen Sie uns nun das zweite Beispiel replizieren und die Funktion csr_matrix durch csc_matrix ersetzen.
Wie Sie deutlich beachten können, dass der Code genau übereinstimmt, wie im vorherigen Beispiel verwendet, ist die einzige Änderung hier die CSR_MATRIX -Funktion, die durch die Funktion csc_matrix ersetzt wurde. Lassen Sie uns nun sehen, ob sich das Ergebnis geändert hat oder nicht. Die Ausgabe ist im Screenshot unten angegeben. Schauen Sie sich an:
Wie in der Ausgabe zu sehen ist das Ergebnis gleich für CSR_MATRIX und CSC_MATRIX.
Abschluss
Dieser Artikel ist ein kurzer Überblick über die scipy spärlichen Matrizen. Wir haben untersucht, dass spärliche Daten eine Art von Daten sind, die meistens Nullen oder nicht verwendete Art von Daten enthalten. Die nicht verwendeten Daten vermitteln keine aussagekräftigen Informationen. Die scipy -spärlichen Matrizen in Python werden am meisten in der wissenschaftlichen Programmierung verwendet. Die spärlichen Matrizen der Scipy Library bieten zwei Methoden, CSR_Matrix und CSC_Matrix. Die Funktion csr_matrix wird für das Zeilenschneide verwendet und die Funktion csc_matrix wird zum Spaltenschneide einer Matrix verwendet. Die angegebenen Beispiele können verwendet werden, um zu verstehen, wie CSR_MATRIX und CSC_MATRIX -Funktionen in einem Python -Programm funktionieren.