如何在Python中将稀疏矩阵从.mat文件转换为密集矩阵？ 导入xlrd、xlwt 将scipy作为sp导入 导入scipy.io 作为pd进口熊猫 将matplotlib.pyplot作为plt导入 进口派拉布 从scipy.sparse导入csc_矩阵 %matplotlib内联 FileString=r'/content/drive/MyDrive/Thesis/EXIOBASE\u 3rx\u aggregatanduseExtensions\u 2015\u pxp.mat' MRIO=scipy.io.loadmat（文件字符串） 地区=MRIO['IO']['A'] 在：区域 输出：数组（[]]， 数据类型=对象） 在：Regions.todense（）中 输出： AttributeError回溯（最近一次呼叫上次） 在（） ---->1.todense（）地区 AttributeError:'numpy.ndarray'对象没有属性'todense'

我试图将这个稀疏矩阵从MATLAB文件转换为密集矩阵，因此我应用了todense（）函数，但我不知道为什么它不起作用。非常感谢你的帮助 谢谢

您需要打开包装：

import xlrd, xlwt
import scipy as sp
import scipy.io
import pandas as pd
import matplotlib.pyplot as plt
import pylab
from scipy.sparse import csc_matrix
%matplotlib inline

FileString = r'/content/drive/MyDrive/Thesis/EXIOBASE_3rx_aggLandUseExtensions_2015_pxp.mat'
MRIO = scipy.io.loadmat(FileString)

Regions = MRIO['IO']['A']

IN: Regions
OUT: array([[<42800x42800 sparse matrix of type '<class 'numpy.float64'>'
    with 5986549 stored elements in Compressed Sparse Column format>]],
      dtype=object)

IN: Regions.todense()
OUT: 
AttributeError                            Traceback (most recent call last)
<ipython-input-116-3ef413dd7ae9> in <module>()
----> 1 Regions.todense()

AttributeError: 'numpy.ndarray' object has no attribute 'todense'

应该有用

我建议先展示一下

x[0,0].todense()
x[0,0].A        # for array

---

我怀疑在MATLAB中这是一个

单元

，大小为（1,1）

loadmat

自由地使用

对象

dtype数组来保存MATLAB

单元格

和

struct

。只有纯矩阵才能变成数字数组。

非常感谢您的建议，在MATLAB中它是“42800x42800稀疏双精度”

x[0,0].todense()
x[0,0].A        # for array

 x[0,0]