


Python-Programm zur Bestimmung, ob eine bestimmte Matrix eine dünn besetzte Matrix ist
Eine Matrix ist ein rechteckiges Array, in dem eine Reihe von Zahlen in Zeilen und Spalten angeordnet sind. Man nennt sie eine mXn-Matrix, wobei m und n Dimensionen sind.
Wenn eine Matrix weniger Nicht-Null-Elemente als Null-Elemente enthält, wird sie als sparse Matrix bezeichnet.
[0, 0, 3, 0, 0] [0, 1, 0, 0, 6] [1, 0, 0, 9, 0] [0, 0, 2, 0, 0]
Die obige Matrix ist eine 4X5-Matrix, die meisten Zahlen hier sind Nullen. Da nur wenige Elemente ungleich Null sind, können wir sie als dünn besetzte Matrix behandeln.
Um zu überprüfen, ob eine bestimmte Matrix dünn besetzt ist, müssen wir die Gesamtzahl der Elemente und Nullen vergleichen. Wenn die Anzahl der Nullelemente die Hälfte der Elemente in der Matrix überschreitet. Dann können wir die gegebene Matrix als dünn besetzte Matrix bezeichnen.
(m * n)/2
Lassen Sie uns die verschiedenen Möglichkeiten besprechen, um festzustellen, ob eine bestimmte Matrix dünn besetzt ist.
For-Schleife verwenden
Mit der for-Schleife können wir Array-Elemente in Python einfach iterieren.
Beispiel
Zunächst durchlaufen wir die Matrixzeilen und zählen die Anzahl der in jeder Zeile vorhandenen Nullen. Der Zählwert wird dann in der Zählervariablen gespeichert.
Danach vergleichen wir den Wert in der Zählervariablen mit der Hälfte der Elemente in der Matrix, um festzustellen, ob die gegebene Matrix eine dünn besetzte Matrix ist.
def isSparse(array, m, n): counter = 0 # Count number of zeros for i in range(0, m): for j in range(0, n): if (array[i][j] == 0): counter = counter + 1 return (counter > ((m * n) // 2)) arr = [[0, 0, 3], [0, 0, 0], [1, 8, 0]] print("The original matrix: ") for row in arr: print(row) print() # check if the given matrix is sparse matrix or not if (isSparse(arr, len(arr), len(arr[0]))): print("The given matrix is a sparse matrix") else: print("The given matrix is not a sparse matrix")
Ausgabe
The original matrix: [0, 0, 3] [0, 0, 0] [1, 8, 0] The given matrix is a sparse matrix
Die obige Matrix ist eine spärliche Matrix.
Beispiel
In diesem Beispiel verwenden wir die Methode list.count(), um die Nullelemente jeder Zeile in der Schleife zu zählen und die Anzahl in der Zählervariablen zu speichern.
def isSparse(array, m, n): counter = 0 # Count number of zeros for i in array: counter += i.count(0) return (counter > ((m * n) // 2)) arr = [[0, 0, 3], [0, 0, 0], [1, 8, 0]] print("The original matrix: ") for row in arr: print(row) print() # check if the given matrix is sparse matrix or not if (isSparse(arr, len(arr), len(arr[0]))): print("The given matrix is a sparse matrix") else: print("The given matrix is not a sparse matrix")
Ausgabe
The original matrix: [0, 0, 3] [0, 0, 0] [1, 8, 0] The given matrix is a sparse matrix
Verwendung der SciPy-Bibliothek
Durch die Verwendung der SciPy-Bibliothek in Python können wir dünn besetzte Matrizen erstellen. Im folgenden Beispiel verwenden wir die Funktion csr_matrix(), um eine Sparse-Matrix im komprimierten Sparse-Zeilenformat zu erstellen.
Mit der Funktionissparse() wird überprüft, ob das angegebene Objekt eine dünnbesiedelte Matrix ist.
Beispiel
Zunächst erstellen wir ein Array mit verschachtelten Listen und konvertieren es dann mit der Methode csr_matrix() in eine Sparse-Matrix.
from scipy.sparse import issparse, csr_matrix arr = [[0, 0, 3], [0, 0, 0], [1, 8, 0]] matrix = csr_matrix(arr) print("The original matrix: ") print(matrix) print() # check if the given matrix is sparse matrix or not if (issparse(matrix)): print("The given matrix is a sparse matrix") else: print("The given matrix is not a sparse matrix")
Ausgabe
The original matrix: (0, 2) 3 (2, 0) 1 (2, 1) 8 The given matrix is a sparse matrix
csr_matrix() speichert nur Datenpunkte (Elemente ungleich Null) im Speicher.
Hinweis – Die Methode issparse() hat nichts damit zu tun, wie viele Elemente die Eingabematrix hat. Stattdessen wird geprüft, ob das angegebene Objekt eine Instanz von spmatrix ist.
Das obige ist der detaillierte Inhalt vonPython-Programm zur Bestimmung, ob eine bestimmte Matrix eine dünn besetzte Matrix ist. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Python ist eine leistungsstarke Programmiersprache mit vielen Bibliotheken und Tools für die Verarbeitung natürlicher Sprache (NLP) in ihrem Ökosystem. NamedEntityRecognition (NER) ist eine sehr wichtige Aufgabe im NLP. Sie kann benannte Entitäten in Texten identifizieren, wie z. B. Personennamen, Ortsnamen, Organisationsnamen usw. In diesem Artikel stellen wir ein Beispiel für die Verwendung der NER-Bibliothek in Python für die Erkennung benannter Entitäten vor. Installieren Sie die NER-Bibliothek, die wir Pyt verwenden werden

Die Go-Sprache ist eine Programmiersprache mit hoher Entwicklungseffizienz und hervorragender Leistung. Sie bietet eine umfangreiche Standardbibliothek und kann problemlos mit Uhrzeit und Datum umgehen. In der tatsächlichen Entwicklung müssen wir häufig feststellen, ob eine Zeit gestern ist. In diesem Artikel wird erläutert, wie mithilfe der Zeitverarbeitungsbibliothek in der Go-Sprache ermittelt werden kann, ob eine bestimmte Zeit gestern liegt, und es werden spezifische Codebeispiele aufgeführt. In der Go-Sprache befinden sich Funktionen und Methoden im Zusammenhang mit der Zeitverarbeitung unter dem Zeitpaket. Der Zeittyp in der Go-Sprache ist time.Time, eine Struktur, die Jahre enthält.

So verwenden Sie das Kalendermodul zum Generieren und Verarbeiten von Kalendern in Python 2.x. In Python steht ein sehr praktisches Modul zum Generieren und Verarbeiten von Kalendern zur Verfügung, nämlich das Kalendermodul. Egal, ob Sie Programmieren lernen, sich mit zeitbezogenen Problemen befassen oder in praktischen Anwendungen einen Kalender für bestimmte Termine erstellen müssen, das Kalendermodul ist sehr nützlich. In diesem Artikel wird die Verwendung des Kalendermoduls für die Kalendergenerierung und -verarbeitung in Python2.x vorgestellt und Codebeispiele angehängt.

Eine Matrix ist ein rechteckiges Array, in dem eine Reihe von Zahlen in Zeilen und Spalten angeordnet sind. Sie wird als mXn-Matrix bezeichnet, wobei m und n Dimensionen sind. Wenn eine Matrix weniger Nicht-Null-Elemente als Null-Elemente enthält, wird sie als dünn besetzte Matrix bezeichnet. [0,0,3,0,0][0,1,0,0,6][1,0,0,9,0][0,0,2,0,0]Die obige Matrix ist Bei einer 4X5-Matrix sind die meisten Zahlen hier Null. Da nur wenige Elemente ungleich Null sind, können wir sie als dünn besetzte Matrix behandeln. Um zu überprüfen, ob eine bestimmte Matrix dünn besetzt ist, müssen wir die Gesamtzahl der Elemente und Nullen vergleichen. Wenn die Anzahl der Nullelemente die Hälfte der Elemente in der Matrix überschreitet. Dann können wir die gegebene Matrix als dünn besetzte Matrix bezeichnen. (m*n)/2 Lassen Sie uns die Bestimmung diskutieren, ob eine bestimmte Matrix vorhanden ist

jQuery ist eine weit verbreitete JavaScript-Bibliothek, die viele praktische Methoden zum Bearbeiten von HTML-Elementen bietet. Bei der Entwicklung von Webseiten stoßen wir häufig auf Situationen, in denen wir feststellen müssen, ob ein Element Unterelemente enthält. In diesem Artikel stellen wir vor, wie Sie jQuery zum Erreichen dieser Funktion verwenden, und stellen spezifische Codebeispiele bereit. Um festzustellen, ob es untergeordnete Elemente innerhalb eines Elements gibt, können wir die Methode children() von jQuery verwenden. Die Methode children() wird verwendet, um Übereinstimmungen zu erhalten

Einführung in die Verwendung des Zipfile-Moduls zum Erstellen und Dekomprimieren von ZIP-Dateien in Python 2.x: ZIP-Dateien sind ein häufig verwendetes Archivdateiformat und werden häufig zum Komprimieren und Verpacken von Dateien und Ordnern verwendet. Python stellt das Zipfile-Modul zum Erstellen und Dekomprimieren von ZIP-Dateien bereit. In diesem Artikel wird erläutert, wie Sie das Zipfile-Modul zum Erstellen und Dekomprimieren von ZIP-Dateien in Python2.x verwenden. Installation: Python2.x ist standardmäßig bereits installiert

In Python sind Listen vielseitige Datenstrukturen, die es uns ermöglichen, Sammlungen von Elementen zu speichern und zu bearbeiten. Es kann Situationen geben, in denen wir die Positionen von Elementen innerhalb einer Liste austauschen oder vertauschen müssen. In diesem Blogbeitrag werden wir untersuchen, wie man ein Python-Programm schreibt, um die Elemente auszutauschen

C oder Python: Was ist schwieriger zu lernen? In den letzten Jahren hat sich das Erlernen von Programmiersprachen allmählich zu einem Trend entwickelt. Unter vielen Programmiersprachen sind C und Python die beiden beliebtesten Sprachen. Die C-Sprache ist eine Low-Level-Sprache, die den Speicher direkt betreibt und eine hohe Ausführungseffizienz aufweist. Python ist eine High-Level-Sprache mit prägnantem und leicht lesbarem Code. Was ist also schwieriger zu lernen, C-Sprache oder Python? Die Sprache C ist eine strukturierte Sprache mit strengen grammatikalischen Regeln und erfordert, dass Programmierer beim Schreiben von Programmen ihr eigenes Gedächtnis verwalten
