Question

如何将 边缘列表 （data）转换为python scipy稀疏矩阵 得到这个结果：

数据集（其中'agn'是节点类别1，'fct'是节点类别2）：

data['agn'].tolist()
['p1', 'p1', 'p1', 'p1', 'p1', 'p2', 'p2', 'p2', 'p2', 'p3', 'p3', 'p3', 'p4', 'p4', 'p5']

data['fct'].tolist()
['f1', 'f2', 'f3', 'f4', 'f5', 'f3', 'f4', 'f5', 'f6', 'f5', 'f6', 'f7', 'f7', 'f8', 'f9']

（不工作）python代码：

from scipy.sparse import csr_matrix, coo_matrix

csr_matrix((data_sub['agn'].values, data['fct'].values), 
                    shape=(len(set(data['agn'].values)), len(set(data_sub['fct'].values))))

- ＆GT; 错误：“TypeError：输入格式无效” 我真的需要三个数组来构造矩阵，就像scipy csr文档中的示例所做的那样（只能使用两个链接，抱歉！）？

（工作）用于构造仅有两个向量的矩阵的R代码：

library(Matrix)

grph_tim <- sparseMatrix(i = as.numeric(data$agn), 
                     j = as.numeric(data$fct),  
                     dims = c(length(levels(data$agn)),
                              length(levels(data$fct))),
                     dimnames = list(levels(data$agn),
                                     levels(data$fct)))

修改：在我修改here的代码并添加了所需的数组后，它终于起作用了：

import numpy as np
import pandas as pd
import scipy.sparse as ss

def read_data_file_as_coo_matrix(filename='edges.txt'):
    "Read data file and return sparse matrix in coordinate format."

    # if the nodes are integers, use 'dtype = np.uint32'
    data = pd.read_csv(filename, sep = '\t', encoding = 'utf-8')

    # where 'rows' is node category one and 'cols' node category 2
    rows = data['agn']  # Not a copy, just a reference.
    cols = data['fct']

    # crucial third array in python, which can be left out in r
    ones = np.ones(len(rows), np.uint32)
    matrix = ss.coo_matrix((ones, (rows, cols)))
    return matrix

此外，我将节点的字符串名称转换为整数。因此data['agn']变为[0, 0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 3, 3, 4]而data['fct']变为[0, 1, 2, 3, 4, 2, 3, 4, 5, 4, 5, 6, 6, 7, 8]。

我得到了这个稀疏矩阵：

（0,0）1 （0,1）1 （0,2）1 （0,3）1 （0,4）1 （1,2）1 （1,3）1 （1,4）1 （1,5）1 （2,4）1 （2,5）1 （2,6）1 （3,6）1 （3,7）1 （4,8）1

Answer 1

在我修改了here中的代码并添加了所需的数组之后，它终于工作了：

import numpy as np
import pandas as pd
import scipy.sparse as ss

def read_data_file_as_coo_matrix(filename='edges.txt'):
    "Read data file and return sparse matrix in coordinate format."

    # if the nodes are integers, use 'dtype = np.uint32'
    data = pd.read_csv(filename, sep = '\t', encoding = 'utf-8')

    # where 'rows' is node category one and 'cols' node category 2
    rows = data['agn']  # Not a copy, just a reference.
    cols = data['fct']

    # crucial third array in python, which can be left out in r
    ones = np.ones(len(rows), np.uint32)
    matrix = ss.coo_matrix((ones, (rows, cols)))
    return matrix

此外，我将节点的字符串名称转换为整数。因此data['agn']变成[0, 0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 3, 3, 4]，而data['fct']变成[0, 1, 2, 3, 4, 2, 3, 4, 5, 4, 5, 6, 6, 7, 8]。

我得到了这个稀疏矩阵：

（0，0）1 （0，1）1 （0，2）1 （0，3）1 （0，4）1 （1、2）1 （1，3）1 （1，4）1 （1、5）1 （2、4）1 （2、5）1 （2、6）1 （3，6）1 （3，7）1 （4，8）1

边缘列表中的Scipy稀疏矩阵

1 个答案: