Matriz de CSR scipy

¿Eres nuevo en el lenguaje de programación de Python y te preguntas por dónde empezar?? Bueno, no hay una forma correcta o incorrecta de comenzar a aprender el lenguaje de programación de Python; Puedes comenzar desde cualquier lugar. Puede comenzar con funciones simples para que pueda tener un comando básico sobre el lenguaje y avanzar hacia métodos y procedimientos complicados. Sin embargo, de cualquier forma que elija, se encontrará con la biblioteca Scipy para realizar matemáticas, científicas, optimización u otras funciones relevantes. SciPy es la biblioteca de lenguaje de programación de Python más comúnmente utilizada que ofrece muchas funciones útiles. En este artículo, nuestro objetivo es explorar la función CSR_MATRIX de la biblioteca Scipy.

¿Qué es una función Scipy CSR_MATRIX en la programación de Python??

La biblioteca Scipy de Python Programming proporciona una función incorporada scr_matrix que significa la fila escasa comprimida. El CSR_MATRIX significa una matriz dispersa que contiene principalmente ceros. Estas matrices se usan en operaciones aritméticas como multiplicación, adición, división, etc. El scipy csr_matrix es una función muy eficiente para realizar cualquier tipo de operaciones aritméticas y también puede tomar los productos de vector matriz rápidamente. Sin embargo, es muy lento en realizar las operaciones de corte de columna y también se vuelve muy costoso para cambiar la estructura de escasez.

Sintaxis de la función Scipy CSR_MATRIX:

La sintaxis de la función scipy csr_matrix es muy simple y fácil de aprender. Recuerde que no toma tantos parámetros como entrada. Solo se necesita un parámetro que es una matriz como parámetro de entrada y simplemente devuelve su matriz dispersa. Consulte la siguiente sintaxis:

Aquí, Scipy es el nombre de la biblioteca que ofrece el paquete escaso. Los paquetes dispersos contienen la función CSR_MATRIX junto con los otros métodos útiles. La matriz es la matriz de datos que debe pasar a la función csr_matrix para que se pueda calcular su csr_matrix. Ahora que aprendimos la sintaxis de la función csr_matrix, estamos listos para escribir algún código básico.

Ejemplo 1:

Este ejemplo le ayuda a comprender cómo puede incorporar fácilmente la función CSR_MATRIX en sus programas de Python.

importar numpy como np
De Scipy.SPARSE IMPORT CSR_MATRIX
a = np.Array ([0, 0, 1, 0, 5, 0, 2, 0, 2])
imprimir ("La matriz contiene:", a)
CSR = CSR_MATRIX (a)
Imprimir ("\ nthe CSR de la matriz de givos es: \ n \ n", CSR)

En la primera línea del programa, la biblioteca Numpy se importa como NP. Como necesitamos crear una matriz en el programa, necesitamos la biblioteca Numpy para eso. Después de eso, llamamos a la biblioteca Scipy y colocamos los paquetes dispersos en el programa para que podamos usar la función CSR_MATRIX. El "de Scipy.La instrucción SPARSE import csr_matrix "se utiliza para importar la biblioteca Scipy, el paquete disperso y la función CSR_MATRIX en el programa. Se inicializa una matriz "A" con 9 elementos de datos.

Usando la declaración de impresión, los datos en la matriz se muestran en el terminal. Después de eso, la matriz se pasa a la función csr_matrix () para que se pueda crear la matriz CSR de la matriz dada. Nuevamente, la declaración de impresión se usa para obtener la matriz de CSR calculada de la matriz en el terminal. Ahora, veamos el resultado del programa de muestra en la siguiente salida:

Si observa la matriz de entrada, el elemento en la segunda posición en la matriz es 1, el cuarto elemento es 5, el sexto elemento es 2 y el octavo elemento es 2. Por lo tanto, la función CSR_MATRIX devuelve la misma matriz CSR y sus valores correspondientes.

Ejemplo 2:

Anteriormente, utilizamos una matriz 1-D simple para comprender el funcionamiento de la función CSR_MATRIX. Aquí, proporcionamos una matriz multidimensional para aprender cómo la función CSR_MATRIX cambia su funcionamiento. Consulte el siguiente código de muestra:

importar numpy como np
De Scipy.SPARSE IMPORT CSR_MATRIX
a = np.Array ([[0, 0, 1], [0, 5, 0], [2, 0, 2]])
imprimir ("La matriz contiene: \ n", a)
CSR = CSR_MATRIX (a)
Imprimir ("\ nthe CSR de la matriz de givos es: \ n \ n", CSR)

Como puede ver, al igual que en el ejemplo anterior, la biblioteca Numpy se importa en el programa como NP, y la biblioteca Scipy se importa para usar el paquete disperso y su función CSR_MATRIX. La primera declaración de impresión muestra los datos de la matriz y la segunda declaración de impresión muestra la matriz CSR creada de la matriz. La matriz se pasa a la función CSR_MATRIX para crear su matriz CSR. Consulte la matriz resultante en la siguiente salida:

Como puede ver, no hay cambios en la salida. Es lo mismo que el anterior.

Ejemplo 3:

Ahora, aprendimos que la función CSR_MATRIX funciona igual con cada tipo de matriz de entrada, ya sea unidimensional o multidimensional. Intentemos jugar con el csr_matrix y aplicar algunas otras funciones a él. Aquí, contamos el número de elementos distintos de cero en la matriz con la función "count_nonzer ()". Consulte el siguiente código de referencia:

importar numpy como np
De Scipy.SPARSE IMPORT CSR_MATRIX
a = np.Array ([[0, 0, 1], [0, 5, 0], [2, 0, 2]])
imprimir ("La matriz contiene: \ n", a)
CSR = CSR_MATRIX (a).count_nonzero ()
Imprimir ("\ ntotal no cero es:", CSR)

Si observa el código cuidadosamente, el programa es el mismo que utilizamos en los ejemplos anteriores. La única adición es la función count_nonzero (). La función count_nonzero () cuenta el número de elementos en la matriz que no son cero y devuelve el recuento. Veamos el recuento de los artículos distintos de cero que se dan en los siguientes:

Ejemplo 4:

Aplicemos otra función con el csr_matrix en una matriz. Los ceros se pueden eliminar de la matriz y solo los elementos distintos de cero se pueden devolver desde la matriz CSR. Esto se puede hacer fácilmente usando la función Elimate_zeros () con la función CSR_MATRIX. Usamos la función Elimate_zeros () en el siguiente programa de muestra para ayudarlo a comprender cómo puede hacer lo mismo en su programa personalizado.

importar numpy como np
De Scipy.SPARSE IMPORT CSR_MATRIX
a = np.Array ([[5, 0, 1], [0, 0, 0], [2, 0, 0]])
imprimir ("La matriz contiene: \ n", a)
CSR = CSR_MATRIX (a)
CSR.Eliminar_zeros ()
Imprimir ("\ nthe CSR de la matriz de givos es: \ n \ n", CSR)

Mire el código cuidadosamente y observe que primero pasamos la matriz dada a la función CSR_MATRIX y almacenamos el resultado en la variable "CSR". Luego, aplicamos la función Elimate_zeros () en la variable con el "CSR.Declaración Elimate_Zeros () ". Esto elimina todos los ceros de la matriz y solo devuelve los elementos distintos de cero.

Conclusión

Un resumen rápido de este artículo es que aprendimos sobre la necesidad básica de la biblioteca Scipy en un programa de Python. Exploramos la función CSR_MATRIX de la biblioteca Scipy y el paquete escaso. También demostramos algunos ejemplos útiles y simples para comprender cómo usar la función CSR_MATRIX en nuestros programas habituales.