[英]From a sparse to dense representation of matrix in python
我在python中有一个向量列表,其中3个值代表一个稀疏矩阵。 实际上,第一值是2d数组的索引(30是第一索引s的最大值,而9是第二索引s的最大值),第三元素是矩阵的值。 如何从该列表中计算矩阵30x9的密集表示? 我的数据具有以下结构:
> [1, 1, 4],
[1, 4, 2],
[1, 6, 1],
[1, 8, 5],
....
[31, 9, 6],
...
我想要一个矩阵,其中行从1到31,列索引从1到9,矩阵的值是向量的第三个值。 最后,我想在此处找到的数据集中执行NMF。
您可以尝试以下方法:
vectors = [[1,1,2],[2,4,6],[31,2,8]]
tab=[[0 for col in range(9)] for row in range(31)]
for x in vectors:
tab[x[0]-1][x[1]-1] = x[2]
print tab
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.