python 读文件,然后转化为矩阵的实例

Python  /  管理员 发布于 7年前   224

代码流程：

1. 从文件中读入数据。

2. 将数据转化成矩阵的形式。

3. 对于矩阵进行处理。

具体的python代码如下：

- 文件路径需要设置正确。

- 字符串处理。

- 字符串数组到 整型数组的转化。（ nums = [int(x) for x in nums ]）

- 矩阵的构造。（matrix = np.array(nums)）

- numpy模块在矩阵处理上很有优势。

列表内容

# -*- coding: utf-8 -*-import numpy as npdef readFile(path): # 打开文件（注意路径） f = open(path) # 逐行进行处理 first_ele = True for data in f.readlines():  ## 去掉每行的换行符，"\n"  data = data.strip('\n')  ## 按照 空格进行分割。  nums = data.split(" ")  ## 添加到 matrix 中。  if first_ele:   ### 将字符串转化为整型数据   nums = [int(x) for x in nums ]   ### 加入到 matrix 中 。   matrix = np.array(nums)   first_ele = False  else:   nums = [int(x) for x in nums]   matrix = np.c_[matrix,nums] dealMatrix(matrix) f.close()def dealMatrix(matrix): ## 一些基本的处理。 print "transpose the matrix" matrix = matrix.transpose() print matrix print "matrix trace " print np.trace(matrix)# test.if __name__ == '__main__': readFile("matrix")

其中matrix文件中的内容如下：

0 0 0 11 0 1 01 0 1 11 1 1 11234

python 构造m* n的矩阵

- 通过列表的方式（数组）进行生成矩阵。

- 该矩阵不适用于稀疏矩阵。（稀疏矩阵不会这样子进行构造）

- 注意：如果数据量特别大的时候，这种方法相当于将矩阵中的东西全部加载到内存中，如果行列达到10000+，最好考虑使用稀疏矩阵。（易出现 MemoryError）

- 稀疏矩阵的运算也应该考虑。

相关代码：

def fixed_matrix(row,col): return [[0 for i in range(col)] for j in range(row)]

以上这篇python 读文件,然后转化为矩阵的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。