求大神指点！三维矩阵怎么转稀疏矩阵并保存成文件？

曼查克

找了一天了，from scipy.sparse import coo_matrix只支持二维矩阵的稀疏，实在找不到三维矩阵稀疏的办法，另外还需要保存成文件供后续使用。

陶远航

将三维矩阵转换为稀疏矩阵并保存成文件可以通过以下步骤实现：

1. 导入所需的库：numpy 和 scipy.sparse。

2. 将三维矩阵表示为稀疏矩阵的形式。由于 scipy.sparse 库只支持二维矩阵的稀疏表示，我们可以使用 scipy.sparse.dok_matrix 类来创建一个字典型稀疏矩阵。

3. 遍历三维矩阵中的每个元素，并将非零元素添加到稀疏矩阵中。

4. 使用 coo_matrix 函数将字典型稀疏矩阵转换为压缩稀疏矩阵（COO 格式）。

5. 通过调用 tofile 方法将压缩稀疏矩阵保存到文件。

下面是一个示例代码，演示了如何将三维矩阵转换为稀疏矩阵并保存成文件：

import numpy as np
from scipy.sparse import coo_matrix

# 创建三维矩阵
matrix_3d = np.array([
    [[1, 0, 0], [0, 2, 0], [0, 0, 3]],
    [[4, 0, 0], [0, 5, 0], [0, 0, 6]],
    [[7, 0, 0], [0, 8, 0], [0, 0, 9]]
])

# 获取三维矩阵的形状
m, n, p = matrix_3d.shape

# 创建字典型稀疏矩阵
sparse_matrix = {}
for i in range(m):
    for j in range(n):
        for k in range(p):
            if matrix_3d[i, j, k] != 0:
                sparse_matrix[(i, j, k)] = matrix_3d[i, j, k]

# 转换为压缩稀疏矩阵（COO 格式）
coo_sparse_matrix = coo_matrix((list(sparse_matrix.values()), zip(*sparse_matrix.keys())), shape=(m, n, p))

# 将稀疏矩阵保存到文件
coo_sparse_matrix.tofile("sparse_matrix.bin")

在此示例中，我们首先创建了一个 3x3x3 的三维矩阵 matrix_3d。然后，我们将 matrix_3d 转换为一个字典型稀疏矩阵 sparse_matrix，其中字典的键是非零元素的坐标，值是非零元素的值。最后，使用 coo_matrix 函数将字典型稀疏矩阵转换为压缩稀疏矩阵，并将其保存到文件 "sparse_matrix.bin" 中。

请注意，在此示例中，压缩稀疏矩阵使用二进制格式保存到文件。如果需要保存为其他格式，可以使用不同的函数和参数，比如 toarray 方法保存为文本格式。

希望对你有所帮助！如果你有任何其他问题，请随时提问。
如果问题已经解决，请设置最佳答案

isdkz

对于三维矩阵的稀疏表示，可以使用 scipy.sparse 库中的 dok_matrix 类。 dok_matrix 类是一个字典类型的稀疏矩阵，可以方便地构建和修改稀疏矩阵。

下面是一个示例代码，演示如何将三维矩阵转换为稀疏矩阵，并将其保存到文件中：

import numpy as np
from scipy.sparse import dok_matrix

# 创建一个三维矩阵
matrix = np.random.randint(0, 10, size=(3, 3, 3))

# 将三维矩阵转换为稀疏矩阵
sparse_matrix = dok_matrix(matrix.shape, dtype=np.int32)
for i in range(matrix.shape[0]):
    for j in range(matrix.shape[1]):
        for k in range(matrix.shape[2]):
            if matrix[i, j, k] != 0:
                sparse_matrix[i, j, k] = matrix[i, j, k]

# 将稀疏矩阵保存到文件
np.savez('sparse_matrix.npz', data=sparse_matrix.data, indices=sparse_matrix.indices, indptr=sparse_matrix.indptr, shape=sparse_matrix.shape)

这段代码首先创建了一个三维矩阵，然后使用 dok_matrix 类创建了一个空的稀疏矩阵。接着，通过遍历三维矩阵的每个元素，将非零元素添加到稀疏矩阵中。最后，使用 np.savez 函数将稀疏矩阵的数据、索引和形状保存到文件中。

保存的文件是一个压缩的 npz 文件，可以使用 np.load 函数加载该文件并恢复稀疏矩阵的表示。

希望对你有所帮助！如有其他问题，请随时提问。

曼查克

陶远航 发表于 2023-8-28 17:12
将三维矩阵转换为稀疏矩阵并保存成文件可以通过以下步骤实现：

1. 导入所需的库：numpy 和 scipy.sparse ...

我靠大佬你好快！等我仔细瞧瞧！

曼查克

陶远航 发表于 2023-8-28 17:12
将三维矩阵转换为稀疏矩阵并保存成文件可以通过以下步骤实现：

1. 导入所需的库：numpy 和 scipy.sparse ...

大佬，再请教一下
1.

    coo_sparse_matrix = coo_matrix((list(sparse_matrix.values()), zip(*sparse_matrix.keys())), shape=(m, n, p))

这句报错了

TypeError: invalid input format

2.保存为.bin文件的话我怎么用他，怎么转换为原来的密度矩阵？

陶远航

曼查克 发表于 2023-8-28 17:29
大佬，再请教一下
1.
这句报错了

3楼答案更准确

曼查克

isdkz 发表于 2023-8-28 17:12
对于三维矩阵的稀疏表示，可以使用 scipy.sparse 库中的 dok_matrix 类。 dok_matrix 类是一个字典类型的稀 ...

大佬，试了一下你这个方法，报错了

sparse_matrix = dok_matrix(seg.shape, dtype=np.int32)

TypeError: Expected rank <=2 dense array or matrix.

曼查克

陶远航 发表于 2023-8-28 17:30
3楼答案更准确

好的，谢谢！

曼查克

陶远航 发表于 2023-8-28 17:12
将三维矩阵转换为稀疏矩阵并保存成文件可以通过以下步骤实现：

1. 导入所需的库：numpy 和 scipy.sparse ...

啊，好像三楼的办法也不行，也是只能支持2维的
报错：TypeError: Expected rank <=2 dense array or matrix.

陶远航

曼查克 发表于 2023-8-28 17:38
啊，好像三楼的办法也不行，也是只能支持2维的
报错：TypeError: Expected rank

好吧，那我就不知道了，这个东西没咋学

wcb11

请问现在您解决这个问题了吗？我也需要将一个三维矩阵变成稀疏的三维矩阵