Scipy rzadkie macierze

Python scipy - najczęściej używana biblioteka Pythona do funkcji matematycznych i statystycznych. SCIPY Library oferuje nam różne przydatne funkcje, które można wdrożyć w programach Python. Matryce rzadkie są jedną z najprostszych i najłatwiejszych funkcji biblioteki Scipy, która służy do tworzenia matrycy CSR w programie Python. Zaprojektowaliśmy ten artykuł, aby zademonstrować działanie rzadkich macierzy biblioteki Scipy za pomocą przykładów i prostych kodów. Śledź artykuł z nami i dowiedz się, jak możesz utworzyć macierz CSR za pomocą Scipy rzadkich macierzy.

Co to są rzadkie dane?

Zanim przejdziemy do wyjaśnienia, jak korzystać z rzadkich macierzy w programie Python, zrozumiemy, czym są rzadkie dane. Lepsze jest zrozumienie podstaw przed przejściem do rzeczywistej funkcji. Rzadkie dane to rodzaj danych, które składają się głównie z bezużytecznych elementów. Bezużyteczne elementy oznaczają dane, które nie zawierają żadnych informacji. Krótko mówiąc, szereg rzadkich danych będzie zawierał głównie zer. Rzadkie matryce są bardzo powszechne w przyjmowaniu pochodnych w algebrze liniowej podczas pracy z programowaniem naukowym.

Jakie są matryce Scipy rzadkie?

Biblioteka Scipy of the Python Programming Language zapewnia rzadki pakiet używany do radzenia sobie z rzadkimi danymi. Rzadki pakiet oferuje dwie metody stosowania z matrycami i są to CSC i CSR. CSC oznacza sprężoną rzadką kolumnę, która wycina kolumny macierzy. Z drugiej strony metoda CSR oznacza skompresowany rzadki rzęd. Zrozumiemy działanie obu metod za pomocą przykładów.

Przykład 1:

Zacznijmy od prostego przykładu do zrozumienia rzadkich macierzy oraz CSR i CSC Matric Methods of Riree Matrices Funkcja dostarczona przez bibliotekę Scipy. Tutaj podajemy bardzo prosty przykład, aby pokazać, jak działa Scipy dla rzadkich macierzy. Rzadkie macierze są bardzo silne w porównaniu z normalnymi macierzami, ponieważ zajmują mniej czasu obliczeń, a także mniej pamięci, ponieważ muszą przechowywać tylko kilka niezerowych elementów. W tym przykładzie użyjemy funkcji CSR z tablicą Numpy. Zobacz kod określony w fragmencie pod nogami:

Przede wszystkim biblioteka Numpy została wprowadzona do programu jako NP, a następnie scipy.Dołączony jest rzadki pakiet do importowania funkcji CSR_Matrix w programie. Tablica 9 pozycji zawierających tylko 3 niezerowe elementy jest zadeklarowane i przekazywane do funkcji CSR_Matrix. Wynik jest pokazany na terminalu za pomocą polecenia print (). Zobacz wynik obliczony przez scr_matrix poniżej:

Ponieważ mieliśmy 3 niezerowe pozycje na 0, 1 i 7 pozycjach, CSR_Matrix zwróciła pozycję (x, y) pozycji niezerowych w arakcji. W ten sposób metoda CSR_Matrix Scipy.rzadka pakiet działa.

Przykład 2:

Wcześniej widzieliśmy podstawowy przykład metody CSR_MATRIC. Kodujmy coś złożonego, abyśmy mogli lepiej zrozumieć funkcję. W tym przykładzie ponownie wyjaśniamy metodę CSR_MATRIC, ale z nieco bardziej złożonym przykładem w porównaniu z poprzednim. Zobacz kod podany w fragmencie poniżej:

Ponownie, po pierwsze, zaimportowaliśmy bibliotekę Numpy jako NP w programie i scipy.Rzadki pakiet służy do importowania CSR_Matrix. Dwie tablice są zadeklarowane dla wiersza i kolumny, a inna tablica danych jest zadeklarowana do tworzenia matrycy. W przypadku części danych CSR_Matrix przekazywane są dane, wiersz i klapa. Dla części typu danych macierzy CSR_ podano wartość (3, 3). Korzystając z polecenia wydruku, wynik został pokazany przez terminal. Zobacz dane wyjściowe obliczone przez funkcję CSR_Matrix poniżej:

Przykład 3:

Jak dotąd badaliśmy i próbowaliśmy zrozumieć funkcje CSR_Matrix dla rzadkich macierzy. Tutaj wyjaśnimy funkcję CSC_Matrix dla rzadkich macierzy. Będziemy używać tej samej linii kodów, co w poprzednim przykładzie, aby pokazać wyraźną różnicę w pracy CSC_Matrix i CSR_Matrix. Zobaczmy, jak działa CSC_Matrix, gdy zostanie zastosowany do tablicy używanej w pierwszym przykładzie:

Jak można zauważyć, wszystkie linie kodu są takie same, a także dane, tylko funkcja CSR_MATRIC jest zastępowana funkcją CSC_Matrix. Zobaczmy teraz wynik funkcji podanej na zrzucie ekranu poniżej:

Jak widać, mamy tutaj ten sam wynik, jak w pierwszym przykładzie. CSC_Matrix zwrócił również pozycję wszystkich niezerowych wartości w postaci kombinacji A (x, y). Tablica ma 1, 2, 2 przy 0, 1 i 7 pozycjach, co jest zwracane przez funkcję CSC_Matrix.

Przykład 4:

Teraz powtórzmy drugi przykład i zastąpmy funkcję CSR_Matrix na CSC_Matrix.

Jak można wyraźnie zauważyć, że kod jest dokładnie taki sam, jak w poprzednim przykładzie, jedyną zmianą tutaj jest funkcja CSR_Matrix zastąpiona funkcją CSC_Matrix. Zobaczmy teraz, czy wynik się zmienił, czy nie. Wyjście jest podane na zrzucie ekranu poniżej, wyglądaj:

Jak widać na wyjściu, wynik jest taki sam dla CSR_Matrix, jak i CSC_Matrix.

Wniosek

Ten artykuł jest szybkim przeglądem scipy rzadkich macierzy. Badaliśmy, że rzadkie dane to rodzaj danych, które głównie mają zer lub niewykorzystane dane. Niewykorzystane dane to coś, co nie przekazują żadnych znaczących informacji. Scipy rzadkie macierze w Pythonie są najczęściej stosowane w programowaniu naukowym. Rzadkie macierze biblioteki Scipy oferują dwie metody, CSR_Matrix i CSC_Matrix. Funkcja CSR_Matrix jest używana do krojenia wierszy, a funkcja CSC_Matrix jest używana do krojenia kolumn macierzy. Dane przykłady można wykorzystać do zrozumienia, w jaki sposób funkcje CSR_Matrix i CSC_Matrix działają w programie Python.