Ctrl+K
scipy.io.

mmwrite#

scipy.io.mmwrite(target, a, comment=None, field=None, precision=None, symmetry='AUTO')[source]#

將稀疏或密集陣列 a 寫入 Matrix Market 檔案類型的 target。

參數:
targetstr 或檔案類型

Matrix Market 檔案名稱 (副檔名 .mtx) 或開啟的檔案類型物件。

a類陣列

稀疏或密集的 2 維陣列。

commentstr，選用

要附加到 Matrix Market 檔案的註解。

fieldNone 或 str，選用

可以是 ‘real’、‘complex’、‘pattern’ 或 ‘integer’。

precisionNone 或 int，選用

用於顯示實數或複數值的位數。

symmetryNone 或 str，選用

可以是 ‘AUTO’、‘general’、‘symmetric’、‘skew-symmetric’ 或 ‘hermitian’。如果 symmetry 為 None，則 ‘a’ 的對稱類型由其值決定。如果 symmetry 為 ‘AUTO’，則 ‘a’ 的對稱類型將被決定或設定為 ‘general’，由 mmwrite 自行決定。

回傳值:
None

註解

版本 1.12.0 中變更：C++ 實作。

範例

>>> from io import BytesIO
>>> import numpy as np
>>> from scipy.sparse import coo_array
>>> from scipy.io import mmwrite

將一個小的 NumPy 陣列寫入 matrix market 檔案。該檔案將以 'array' 格式寫入。

>>> a = np.array([[1.0, 0, 0, 0], [0, 2.5, 0, 6.25]])
>>> target = BytesIO()
>>> mmwrite(target, a)
>>> print(target.getvalue().decode('latin1'))
%%MatrixMarket matrix array real general
%
2 4
1
0
0
2.5
0
0
0
6.25

在輸出檔案中新增註解，並將精度設定為 3。

>>> target = BytesIO()
>>> mmwrite(target, a, comment='\n Some test data.\n', precision=3)
>>> print(target.getvalue().decode('latin1'))
%%MatrixMarket matrix array real general
%
% Some test data.
%
2 4
1.00e+00
0.00e+00
0.00e+00
2.50e+00
0.00e+00
0.00e+00
0.00e+00
6.25e+00

在呼叫 mmwrite 之前，先轉換為稀疏矩陣。這將導致輸出格式為 'coordinate' 而不是 'array'。

>>> target = BytesIO()
>>> mmwrite(target, coo_array(a), precision=3)
>>> print(target.getvalue().decode('latin1'))
%%MatrixMarket matrix coordinate real general
%
2 4 3
1 1 1.00e+00
2 2 2.50e+00
2 4 6.25e+00

將複數 Hermitian 陣列寫入 matrix market 檔案。請注意，實際上只有六個值被寫入檔案；其他值由對稱性暗示。

>>> z = np.array([[3, 1+2j, 4-3j], [1-2j, 1, -5j], [4+3j, 5j, 2.5]])
>>> z
array([[ 3. +0.j,  1. +2.j,  4. -3.j],
       [ 1. -2.j,  1. +0.j, -0. -5.j],
       [ 4. +3.j,  0. +5.j,  2.5+0.j]])

>>> target = BytesIO()
>>> mmwrite(target, z, precision=2)
>>> print(target.getvalue().decode('latin1'))
%%MatrixMarket matrix array complex hermitian
%
3 3
3.0e+00 0.0e+00
1.0e+00 -2.0e+00
4.0e+00 3.0e+00
1.0e+00 0.0e+00
0.0e+00 5.0e+00
2.5e+00 0.0e+00

此方法是多執行緒的。預設執行緒數等於系統中的 CPU 數量。使用 threadpoolctl 覆寫

>>> import threadpoolctl
>>>
>>> target = BytesIO()
>>> with threadpoolctl.threadpool_limits(limits=2):
...     mmwrite(target, a)
在本頁中