Matrice CSR Scipy

Êtes-vous nouveau dans le langage de programmation Python et vous demandez par où commencer? Eh bien, il n'y a pas de bonne ou de mauvaise façon de commencer à apprendre le langage de programmation Python; vous pouvez commencer de n'importe où. Vous pouvez commencer par des fonctions simples afin que vous puissiez avoir une commande de base sur le langage et évoluer vers des méthodes et procédures compliquées. Cependant, quelle que soit la façon dont vous choisissez, vous rencontrerez la bibliothèque Scipy pour effectuer des fonctions mathématiques, scientifiques, ou d'autres fonctions pertinentes. Scipy est la bibliothèque de programmation Python la plus couramment utilisée qui offre de nombreuses fonctions utiles. Dans cet article, nous visons à explorer la fonction CSR_MATRIX de la bibliothèque Scipy.

Qu'est-ce qu'une fonction SCIPY CSR_MATRIX dans la programmation Python?

La bibliothèque Scipy de la programmation Python fournit une fonction intégrée SCR_MATRIX qui représente la ligne compressée clairsemée. Le CSR_MATRIX signifie une matrice clairsemée qui contient principalement des zéros. Ces matrices sont utilisées dans les opérations arithmétiques comme la multiplication, l'ajout, la division, etc. Le SCIPY CSR_MATRIX est une fonction très efficace pour effectuer tout type d'opérations arithmétiques et peut également prendre les produits matriciels-vectoriels. Cependant, il est très lent à effectuer les opérations de découpage de la colonne et il devient également très coûteux en modifiant la structure de la rareté.

Syntaxe de Scipy CSR_MATRIX Fonction:

La syntaxe de la fonction Scipy CSR_MATRIX est très simple et facile à apprendre. N'oubliez pas qu'il ne prend pas autant de paramètres comme entrée. Il ne prend qu'un seul paramètre qui est un tableau en tant que paramètre d'entrée et renvoie simplement sa matrice clairsemée. Reportez-vous à la syntaxe suivante:

Ici, Scipy est le nom de la bibliothèque qui propose le package clairsemé. Les packages clairsemés contiennent la fonction CSR_MATRIX ainsi que les autres méthodes utiles. Le tableau est le tableau de données qui doit être transmis à la fonction CSR_MATRIX afin que son CSR_MATRIX puisse être calculé. Maintenant que nous avons appris la syntaxe de la fonction CSR_MATRIX, nous sommes prêts à écrire du code de base.

Exemple 1:

Cet exemple vous aide à comprendre comment vous pouvez facilement intégrer la fonction CSR_MATRIX dans vos programmes Python.

Importer Numpy comme NP
de Scipy.Importation clairsemée CSR_MATRIX
a = np.Array ([0, 0, 1, 0, 5, 0, 2, 0, 2])
Print ("Le tableau contient:", a)
CSR = CSR_MATRIX (A)
print ("\ nthe csr of the give array est: \ n \ n", csr)

Dans la première ligne du programme, la bibliothèque Numpy est importée en NP. Puisque nous devons créer un tableau dans le programme, nous avons besoin de la bibliothèque Numpy pour cela. Après cela, nous appelons la bibliothèque Scipy et mettons les packages clairsemés dans le programme afin que nous puissions utiliser la fonction CSR_MATRIX. Le «de Scipy.L'instruction Csr_Matrix à importation clairsemée est utilisée pour importer la bibliothèque SCIPY, le package clairsemé et la fonction CSR_MATRIX dans le programme. Un tableau «A» est initialisé avec 9 éléments de données.

À l'aide de l'instruction PRINT, les données du tableau s'affichent sur le terminal. Après cela, le tableau est transmis à la fonction CSR_MATRIX () afin que la matrice CSR du tableau donné puisse être créée. Encore une fois, la déclaration d'impression est utilisée pour obtenir la matrice CSR calculée du tableau sur le terminal. Maintenant, voyons le résultat de l'échantillon de programme dans la sortie suivante:

Si vous regardez le tableau d'entrée, l'élément de la deuxième position dans le tableau est de 1, le quatrième élément est 5, le sixième élément est 2 et le huitième élément est 2. Par conséquent, la fonction CSR_MATRIX renvoie la même matrice CSR et ses valeurs correspondantes.

Exemple 2:

Auparavant, nous avons utilisé un simple tableau 1D pour comprendre le fonctionnement de la fonction CSR_MATRIX. Ici, nous fournissons un tableau multidimensionnel pour savoir comment la fonction CSR_MATRIX change son fonctionnement. Reportez-vous à l'exemple de code suivant:

Importer Numpy comme NP
de Scipy.Importation clairsemée CSR_MATRIX
a = np.Array ([[0, 0, 1], [0, 5, 0], [2, 0, 2]])
print ("Le tableau contient: \ n", a)
CSR = CSR_MATRIX (A)
print ("\ nthe csr of the give array est: \ n \ n", csr)

Comme vous pouvez le voir, tout comme dans l'exemple précédent, la bibliothèque Numpy est importée dans le programme en NP, et la bibliothèque Scipy est importée pour utiliser le package clairsemé et sa fonction CSR_MATRIX. La première instruction d'impression montre les données du tableau et la deuxième déclaration d'impression montre la matrice CSR créée du tableau. Le tableau est transmis à la fonction CSR_MATRIX pour créer sa matrice CSR. Reportez-vous à la matrice résultante dans la sortie suivante:

Comme vous pouvez le voir, il n'y a aucun changement dans la sortie. C'est la même chose que la précédente.

Exemple 3:

Maintenant, nous avons appris que la fonction CSR_MATRIX fonctionne de la même manière avec tous les types de réseau d'entrée, qu'il s'agisse d'une dimension ou d'une multidimensionnelle. Essayons de jouer avec le CSR_MATRIX et d'appliquer d'autres fonctions. Ici, nous comptons le nombre d'éléments non nuls dans le tableau avec la fonction "count_nonzer ()". Reportez-vous au code de référence suivant:

Importer Numpy comme NP
de Scipy.Importation clairsemée CSR_MATRIX
a = np.Array ([[0, 0, 1], [0, 5, 0], [2, 0, 2]])
print ("Le tableau contient: \ n", a)
CSR = CSR_MATRIX (A).count_nonzero ()
Imprimer ("\ ntotal non nulle les éléments sont:", CSR)

Si vous regardez attentivement le code, le programme est le même que nous avons utilisé dans les exemples précédents. Le seul ajout est la fonction count_nonzero (). La fonction count_nonzero () compte le nombre d'éléments dans le tableau qui ne sont pas zéro et renvoie le nombre. Voyons le décompte des éléments non nuls qui sont donnés dans les éléments suivants:

Exemple 4:

Appliquons une autre fonction avec le CSR_MATRIX sur un tableau. Les zéros peuvent être éliminés du tableau et seuls les éléments non nuls peuvent être retournés de la matrice CSR. Cela peut être facilement fait à l'aide de la fonction Eliminate_zeros () avec la fonction CSR_MATRIX. Nous utilisons la fonction Eliminate_zeros () dans le programme d'échantillon suivant pour vous aider à comprendre comment vous pouvez faire de même dans votre programme personnalisé.

Importer Numpy comme NP
de Scipy.Importation clairsemée CSR_MATRIX
a = np.Array ([[5, 0, 1], [0, 0, 0], [2, 0, 0]])
print ("Le tableau contient: \ n", a)
CSR = CSR_MATRIX (A)
RSE.Elimiated_zeros ()
print ("\ nthe csr of the give array est: \ n \ n", csr)

Regardez attentivement le code et observez que nous avons d'abord passé le tableau donné à la fonction CSR_MATRIX et stocké le résultat dans la variable «RSE». Ensuite, nous avons appliqué la fonction Eliminate_zeros () sur la variable avec le «CSR.Énoncé Elimiated_zeros () ». Cela élimine tous les zéros du tableau et ne renvoie que les éléments non nuls.

Conclusion

Un rapide récapitulatif de cet article est que nous avons appris le besoin fondamental de la bibliothèque Scipy dans un programme Python. Nous avons exploré la fonction CSR_MATRIX de la bibliothèque Scipy et du package clairsemé. Nous avons également démontré des exemples utiles et simples pour comprendre comment utiliser la fonction CSR_MATRIX dans nos programmes habituels.