如何在Python中读取MMF格式稀疏矩阵并执行线性代数运算

前置依赖安装 #

需要用到scipy（负责读取MMF文件、稀疏矩阵运算）和numpy（基础数值计算），安装命令：
pip install scipy numpy

读取MMF格式文件 #

你提供的是标准Matrix Market（MMF）的坐标式稀疏矩阵存储格式，默认行、列采用1索引，直接用scipy内置接口即可读取：

from scipy.io import mmread
import numpy as np
from scipy.sparse import csr_matrix

# 读取MMF文件，默认返回COO格式稀疏矩阵
sparse_coo = mmread("你的文件路径.mtx")
# 转换为CSR格式，更适合后续线性代数运算（插入少、读取/运算多的场景）
sparse_csr = csr_matrix(sparse_coo)

# 可选：如果需要转为稠密矩阵（6500阶完全可以承受，内存占用约320MB）
dense_matrix = sparse_csr.toarray()

如果你的文件是没有MMF标准头的纯三列数据文本，可以手动读取构造稀疏矩阵：

# 读取三列数据：行索引、列索引、数值
data = np.loadtxt("你的文件路径.txt")
rows = data[:, 0].astype(int) - 1  # 转为Python常用的0索引
cols = data[:, 1].astype(int) - 1
values = data[:, 2]
# 构造COO稀疏矩阵
sparse_coo = csr_matrix((values, (rows, cols)))
sparse_csr = sparse_coo.tocsr()

常见线性代数运算示例 #

直接基于scipy的稀疏矩阵接口即可完成运算，6500阶的矩阵运算效率很高：

• 矩阵乘向量

# 生成随机向量，长度等于矩阵列数
vec = np.random.rand(sparse_csr.shape[1])
result = sparse_csr.dot(vec)

• 矩阵乘矩阵

# 生成随机矩阵，维度匹配
another_mat = np.random.rand(sparse_csr.shape[1], 100)
result_mat = sparse_csr.dot(another_mat)

• 解线性方程组Ax=b

from scipy.sparse.linalg import spsolve
b = np.random.rand(sparse_csr.shape[0])
x = spsolve(sparse_csr, b)

• 求矩阵特征值

from scipy.sparse.linalg import eigs
# 求模最大的前5个特征值和特征向量
eigenvalues, eigenvectors = eigs(sparse_csr, k=5)

注意事项 #

• 稀疏矩阵不建议直接调用.todense()求逆，6500阶的稠密逆矩阵内存占用可控但运算效率低，如需逆矩阵相关运算优先用scipy.sparse.linalg下的专用接口。
• 如果矩阵是对称/厄米特/正定的，可以传入对应参数到线性代数接口中，运算速度会提升数倍。

内容的提问来源于stack exchange，提问作者Md Salem