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

评论“python 读文件,然后转化为矩阵的实例”

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%。