[解決済み] scipy sparse csr_matrix のポータブルデータ形式での保存/ロード

質問

scipy sparseの保存/読み込みはどのように行うのですか？ csr_matrix をポータブルなフォーマットで保存できますか？ scipyのスパース行列は、Python 2 (Linux 64-bit)で実行するためにPython 3 (Windows 64-bit)で作成されています。 最初は pickle (protocol=2, fix_imports=True) を使いましたが、Python 3.2.2 (Windows 64-bit) から Python 2.7.2 (Windows 32-bit) に行くとうまくいかず、エラーになりました。

TypeError: ('data type not understood', <built-in function _reconstruct>, (<type 'numpy.ndarray'>, (0,), '[98]')).

次に numpy.save と numpy.load と同様に scipy.io.mmwrite() と scipy.io.mmread() といった方法で、いずれもうまくいきませんでした。

どのように解決するのですか？

を編集してください。 scipy 0.19では scipy.sparse.save_npz と scipy.sparse.load_npz .

from scipy import sparse

sparse.save_npz("yourmatrix.npz", your_matrix)
your_matrix_back = sparse.load_npz("yourmatrix.npz")

どちらの関数も file の引数は、ファイルのようなオブジェクトであることもあります。 open の結果) を指定することもできます。

Scipyユーザーグループから回答がありました。

csr_matrixは3つのデータ属性を持っています。 .data , .indices そして .indptr . すべて単純な ndarray です． numpy.save はそれらに対して動作します。3つの配列の保存には numpy.save または numpy.savez で読み込み、それを numpy.load で、疎行列オブジェクトを再作成します。

new_csr = csr_matrix((data, indices, indptr), shape=(M, N))

だから例えば

def save_sparse_csr(filename, array):
    np.savez(filename, data=array.data, indices=array.indices,
             indptr=array.indptr, shape=array.shape)

def load_sparse_csr(filename):
    loader = np.load(filename)
    return csr_matrix((loader['data'], loader['indices'], loader['indptr']),
                      shape=loader['shape'])