scipy.sparse.

load_npz#

scipy.sparse.load_npz(файл)[источник]#

Загрузить разреженный массив/матрицу из файла с помощью .npz формат.

Параметры:

файлstr или файлоподобный объект: Имя файла (строка) или открытый файл (объект, подобный файлу), откуда будут загружены данные.

Возвращает:

результатcsc_array, csr_array, bsr_array, dia_array или coo_array: Разреженный массив/матрица, содержащая загруженные данные.

Вызывает:

OSError: Если входной файл не существует или не может быть прочитан.

Смотрите также

scipy.sparse.save_npz: Сохранить разреженный массив/матрицу в файл с помощью .npz формат.
numpy.load: Загрузить несколько массивов из .npz архив.

Примеры

Сохранить разреженный массив/матрицу на диск и загрузить снова:

>>> import numpy as np
>>> import scipy as sp
>>> sparse_array = sp.sparse.csc_array([[0, 0, 3], [4, 0, 0]])
>>> sparse_array

    with 2 stored elements and shape (2, 3)>
>>> sparse_array.toarray()
array([[0, 0, 3],
       [4, 0, 0]], dtype=int64)

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

>>> sparse_array

    with 2 stored elements and shape (2, 3)>
>>> sparse_array.toarray()
array([[0, 0, 3],
       [4, 0, 0]], dtype=int64)

В этом примере мы принудительно получаем результат в формате csr_array из csr_matrix >>> sparse_matrix = sp.sparse.csc_matrix([[0, 0, 3], [4, 0, 0]]) >>> sp.sparse.save_npz('/tmp/sparse_matrix.npz', sparse_matrix) >>> tmp = sp.sparse.load_npz('/tmp/sparse_matrix.npz') >>> sparse_array = sp.sparse.csr_array(tmp)