代码流程:
1. 从文件中读入数据。
2. 将数据转化成矩阵的形式。
3. 对于矩阵进行处理。
具体的python代码如下:
- 文件路径需要设置正确。
- 字符串处理。
- 字符串数组到 整型数组的转化。( nums = [int(x) for x in nums ])
- 矩阵的构造。(matrix = np.array(nums))
- numpy模块在矩阵处理上很有优势。
列表内容
# -*- coding: utf-8 -*- import numpy as np def readFile(path): # 打开文件(注意路径) f = open(path) # 逐行进行处理 first_ele = True for data in f.readlines(): ## 去掉每行的换行符,"\n" data = data.strip('\n') ## 按照 空格进行分割。 nums = data.split(" ") ## 添加到 matrix 中。 if first_ele: ### 将字符串转化为整型数据 nums = [int(x) for x in nums ] ### 加入到 matrix 中 。 matrix = np.array(nums) first_ele = False else: nums = [int(x) for x in nums] matrix = np.c_[matrix,nums] dealMatrix(matrix) f.close() def dealMatrix(matrix): ## 一些基本的处理。 print "transpose the matrix" matrix = matrix.transpose() print matrix print "matrix trace " print np.trace(matrix) # test. if __name__ == '__main__': readFile("matrix")
其中matrix文件中的内容如下:
0 0 0 1 1 0 1 0 1 0 1 1 1 1 1 1 1 2 3 4
python 构造m* n的矩阵
- 通过列表的方式(数组)进行生成矩阵。
- 该矩阵不适用于稀疏矩阵。(稀疏矩阵不会这样子进行构造)
- 注意:如果数据量特别大的时候,这种方法相当于将矩阵中的东西全部加载到内存中,如果行列达到10000+,最好考虑使用稀疏矩阵。(易出现 MemoryError)
- 稀疏矩阵的运算也应该考虑。
相关代码:
def fixed_matrix(row,col): return [[0 for i in range(col)] for j in range(row)]
以上这篇python 读文件,然后转化为矩阵的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
标签:
python,转化为矩阵
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“python 读文件,然后转化为矩阵的实例”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。