字典中的稀疏矩阵答案

【问题标题】：sparse matrix from dictionaries字典中的稀疏矩阵
【发布时间】：2011-06-10 17:38:58
【问题描述】：

我刚开始学习用 Python 编程，我正在尝试使用 Scipy 包构建一个稀疏矩阵。我发现有不同类型的稀疏矩阵，但它们都需要使用行、列、数据等三个向量来存储；或者，如果您想分别输入每个新条目，例如 S(i,j) = s_ij，您需要以给定的大小启动矩阵。
我的问题是，是否有一种方法可以在不需要初始大小的情况下逐项存储矩阵，例如字典。

【问题讨论】：

标签： python scipy sparse-matrix

【解决方案1】：

没有。 Scipy 中的任何矩阵，无论是否稀疏，都必须使用大小进行实例化。

【讨论】：

感谢您的回答。我终于意识到我需要分两步存储矩阵，一个用于读取所有数据，另一个用于存储，以我想要的任何方法。但现在我对这个过程很满意。
不客气。是的，这很好用。或许您可以使用max 快速找到最大索引。

【解决方案2】：

您可以使用通常的字典，将两个整数的元组作为索引。例如：

matrix = {}
matrix[5, 7] = 1
matrix[3, 8] = 5

【讨论】：

你不需要在元组周围加括号
感谢您的回答。我最初确实将条目保存为字典，但最终我需要稀疏结构来执行计算，这就是我之前尝试做的一步。我确实发现没有办法解决这个问题。
正如 JBernardo 指出的那样，matrix[5, 7] = 1 更简洁，但没有那么明确
@Diego 矩阵乘法、加法、sqrt 等在稀疏字典的稀疏字典上运行良好——它们的行为就像列表的二维列表或 numpy 稀疏矩阵一样——它们的索引类似于 @ 987654323@。任何矩阵/向量运算都需要一个 4 线。只需假设数据中的空白为零（或您需要的任何值）。 defaultdict 或 defaultdicts 可以替代对列表列表的任何操作，但它也可能比完全填充的列表列表使用更多的内存。

【解决方案3】：

dic={}
a,b=int(input("Enter the order:")),int(input())
for i in range(a):
    for j in range(b):
        c=int(input())
        if c!=0:
            dic[(i,j)]=c
if len(dic)<=(a+b)/2:
    print("sparse metrix")
else:
    print("non sparse metrix")

for i in range(a):
    for j in range(b):
        print(dic.get((i,j),0),end=" ")
    print()

【讨论】：

请解释答案，而不是仅仅发布解决方案“我们不是代码编写服务”，这样将来也将对其他人有益