scipy.sparse.

save_npz#

scipy.sparse.save_npz(file, matrix, compressed=True)[源代码]#

使用 .npz 格式将稀疏矩阵或数组保存到文件。

参数:

file字符串或类文件对象: 要保存数据的文件名（字符串）或已打开的文件（类文件对象）。如果文件是字符串，且文件名中不包含 .npz 扩展名，则会自动添加该扩展名。
matrix: spmatrix 或 sparray: 要保存的稀疏矩阵或数组。支持的格式：csc、csr、bsr、dia 或 coo。
compressed布尔值，可选: 是否允许压缩文件。默认值：True

另请参阅

scipy.sparse.load_npz: 使用 .npz 格式从文件加载稀疏矩阵。
numpy.savez: 将多个数组保存到 .npz 归档文件中。
numpy.savez_compressed: 将多个数组保存到压缩的 .npz 归档文件中。

示例

将稀疏矩阵保存到磁盘，然后再次加载

>>> import numpy as np
>>> import scipy as sp
>>> sparse_matrix = sp.sparse.csc_matrix([[0, 0, 3], [4, 0, 0]])
>>> sparse_matrix
<Compressed Sparse Column sparse matrix of dtype 'int64'
    with 2 stored elements and shape (2, 3)>
>>> sparse_matrix.toarray()
array([[0, 0, 3],
       [4, 0, 0]], dtype=int64)

>>> sp.sparse.save_npz('/tmp/sparse_matrix.npz', sparse_matrix)
>>> sparse_matrix = sp.sparse.load_npz('/tmp/sparse_matrix.npz')

>>> sparse_matrix
<Compressed Sparse Column sparse matrix of dtype 'int64'
    with 2 stored elements and shape (2, 3)>
>>> sparse_matrix.toarray()
array([[0, 0, 3],
       [4, 0, 0]], dtype=int64)