csv到python中的稀疏矩阵 [英] csv to sparse matrix in python

问题描述

我有一个大的csv文件列出了图中节点之间的连接。例如：

0001,95784

0001,98743

0002,00082

0002,00091

所以这意味着节点id 0001连接到节点95784和98743，依此类推。
我需要把它读成一个稀疏矩阵，以numpy为单位。我该怎么办？
我是python的新手，所以教程也将有所帮助。

解决方案

使用 lil_matrix （列表矩阵列表）的scipy。

基于行的链表列表矩阵。

这包含一个列表（ self）行）行，每个行都是非零元素的列索引的排序列表。它还包含这些元素列表的列表（ self.data ）。

  $ cat 1938894-simplified.csv 
 0,32 
 1,21 
 1,23 
 1,32 
 2,23 
 2,53 
 2,82 
 3,82 
 4,46 
 5,75 
 7,86 
 8 ，28 
  

代码：

 ＃/ usr / bin / env python 
 
 import csv 
从scipy import sparse 
 
 rows，columns = 10，100 
 matrix = sparse.lil_matrix（（rows，columns））
 
 csvreader = csv.reader（open（'1938894-simplified.csv'））
在csvreader中的行：
 row，column = map（int，line）
 matrix.data [row] .append（column）
 
 print matrix.data 
  

输出：

  [[32] [ 21,23,32] [23,53,82] [82] [46] [75] [] [86] [28] []] 
  

I have a big csv file which lists connections between nodes in a graph. example:

0001,95784
0001,98743
0002,00082
0002,00091

So this means that node id 0001 is connected to node 95784 and 98743 and so on. I need to read this into a sparse matrix in numpy. How can i do this? I am new to python so tutorials on this would also help.

解决方案

Example using lil_matrix (list of list matrix) of scipy.

Row-based linked list matrix.

This contains a list (self.rows) of rows, each of which is a sorted list of column indices of non-zero elements. It also contains a list (self.data) of lists of these elements.

$ cat 1938894-simplified.csv
0,32
1,21
1,23
1,32
2,23
2,53
2,82
3,82
4,46
5,75
7,86
8,28

Code:

#!/usr/bin/env python

import csv
from scipy import sparse

rows, columns = 10, 100
matrix = sparse.lil_matrix( (rows, columns) )

csvreader = csv.reader(open('1938894-simplified.csv'))
for line in csvreader:
    row, column = map(int, line)
    matrix.data[row].append(column)

print matrix.data

Output:

[[32] [21, 23, 32] [23, 53, 82] [82] [46] [75] [] [86] [28] []]

这篇关于csv到python中的稀疏矩阵的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！