以可移植数据格式保存加载scipy稀疏csr_matrix

以可移植数据格式保存/加载scipy稀疏csr_matrix

编辑： SciPy
1.19现在具有

scipy.sparse.save_npz

和

scipy.sparse.load_npz

。

from scipy import sparsesparse.save_npz("yourmatrix.npz", your_matrix)your_matrix_back = sparse.load_npz("yourmatrix.npz")

对于这两个函数，

file

参数也可以是类似于文件的对象（即的结果

open

），而不是文件名。

---

从Scipy用户组得到了答案：

一个csr_matrix有3个数据属性此事：

.data

，

.indices

，和

.indptr

。所有都是简单的ndarray，因此

numpy.save

可以在它们上使用。用

numpy.save

或保存三个数组，用

numpy.savez

加载它们

numpy.load

，然后用以下方法重新创建稀疏矩阵对象：

new_csr = csr_matrix((data, indices, indptr), shape=(M, N))

因此，例如：

def save_sparse_csr(filename, array):    np.savez(filename, data=array.data, indices=array.indices,  indptr=array.indptr, shape=array.shape)def load_sparse_csr(filename):    loader = np.load(filename)    return csr_matrix((loader['data'], loader['indices'], loader['indptr']),shape=loader['shape'])