这篇文章主要介绍了如何在python中将读取的文件转换为矩阵，创新互联小编觉得不错，现在分享给大家，也给大家做个参考，一起跟随创新互联小编来看看吧！
Python是一种编程语言，内置了许多有效的工具，Python几乎无所不能，该语言通俗易懂、容易入门、功能强大，在许多领域中都有广泛的应用，例如最热门的大数据分析，人工智能，Web开发等。
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 np
def 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 1 1 0 1 0 1 0 1 1 1 1 1 1 1 2 3 4
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)]
以上就是创新互联小编为大家收集整理的如何在python中将读取的文件转换为矩阵，如何觉得创新互联网站的内容还不错，欢迎将创新互联网站推荐给身边好友。