Question

我正在尝试使用来自scipy的io.mmwrite导出类型为<< class'numpy.float32'>的稀疏矩阵，该稀疏矩阵以csr格式存储：io.mmwrite，擅长处理数据稀疏性。但是，此输出采用科学计数法：

%%MatrixMarket matrix coordinate real general
%
1719 2504 4304376
1 1 -9.0979224e-01
2 1 -1.6585451e-01

并且我想以正常浮点数获得它，以用于需要mtx格式的经典浮点值的后处理脚本。

有没有一种方法可以轻松实现呢？

我当前的解决方案涉及再次读取已写入的mtx文件，并将所有字段的第3个字段转换为第三行，这不是很节省时间...

有没有一种方法可以指定使用的符号？像这样的东西：

np.set_printoptions(suppress=True)

我还尝试过强制转换为double / float，但找不到相关的线程。

谢谢

Answer 1

这里有个快速技巧，可能对您有用。（这是黑客，因为它会覆盖未真正记录为公共API一部分的类的私有静态方法。如果在以后的SciPy版本中更改了基础代码，则此黑客可能不再起作用。）

创建scipy.io.mmfile.MMFile的子类，该子类将覆盖_field_template方法，以便它返回自定义格式的字符串。例如

from scipy.io.mmio import MMFile


class MMFileFixedFormat(MMFile):

    def _field_template(self, field, precision):
        # Override MMFile._field_template.
        return f'%.{precision}f\n'

要使用此类编写矩阵市场文件，请将对scipy.io.mmwrite函数的使用替换为MMFileFixedFormat().write。

这是ipython会话中的一个示例。稀疏矩阵在a中。

In [77]: a
Out[77]: 
<5x5 sparse matrix of type '<class 'numpy.float32'>'
    with 8 stored elements in Compressed Sparse Row format>

In [78]: a.A
Out[78]: 
array([[0.27621606, 0.        , 0.        , 0.7780487 , 0.        ],
       [0.7295764 , 0.        , 0.        , 0.        , 0.        ],
       [0.09457383, 0.        , 0.13346413, 0.        , 0.        ],
       [0.        , 0.        , 0.11267778, 0.        , 0.        ],
       [0.05113978, 0.        , 0.        , 0.9891698 , 0.        ]],
      dtype=float32)

这是将a写到文件"a.mtx"的行。

In [79]: MMFileFixedFormat().write('a.mtx', a, precision=9)

看看文件：

In [80]: !cat a.mtx                                                                                                 
%%MatrixMarket matrix coordinate real general
%
5 5 8
1 1 0.27621606
1 4 0.77804869
2 1 0.72957641
3 1 0.09457383
3 3 0.13346413
4 3 0.11267778
5 1 0.05113978
5 4 0.98916978

您可能要调整在函数_field_template()中创建的格式字符串。小数位数固定的格式的潜在问题是，如果条目的值为0.00000098765432，则它将打印为0.000000099，而0.0000000000123将打印为{ {1}}（假设您使用与上面示例相同的0.00000000）。

但是请注意，矩阵市场文件的适当阅读者应该能够处理以科学计数法表示的数字。

避免对科学的io.mmwrite函数使用科学记号

1 个答案: