要从头开始创建一个具有一元/二元数据的csr_matrix,您可以使用scipy库的sparse模块。下面是代码示例:
import numpy as np
from scipy.sparse import csr_matrix
# 创建一个稀疏矩阵的行索引和列索引
row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
# 创建稀疏矩阵的数据
data = np.array([1, 2, 3, 4, 5, 6])
# 创建一个具有一元数据的csr_matrix
matrix_with_unary_data = csr_matrix((data, (row, col)))
# 打印具有一元数据的csr_matrix
print("Matrix with unary data:")
print(matrix_with_unary_data.toarray())
# 创建一个具有二元数据的csr_matrix
binary_data = np.array([1, 1, 1, 1, 1, 1])
matrix_with_binary_data = csr_matrix((binary_data, (row, col)))
# 打印具有二元数据的csr_matrix
print("Matrix with binary data:")
print(matrix_with_binary_data.toarray())
在上面的代码中,我们首先创建了稀疏矩阵的行索引和列索引,然后创建了稀疏矩阵的数据。然后,我们使用csr_matrix
函数创建了具有一元数据的稀疏矩阵,并使用toarray
方法将其转换为稠密矩阵进行打印。接下来,我们创建了具有二元数据的稀疏矩阵,并再次使用toarray
方法进行打印。