2.3.2　Scipy——强大的科学计算工具集

Scipy是一个Python中用于进行科学计算的工具集，它有很多功能，如计算统计学分布、信号处理、计算线性代数方程等。scikit-learn需要使用Scipy来对算法进行执行，其中用得最多的就是Scipy中的sparse函数了。sparse函数用来生成稀疏矩阵，而稀疏矩阵用来存储那些大部分数值为0的np数组，这种类型的数组在scikit-learn的实际应用中也非常常见。

下面我们用几行代码来展示一下sparse函数的用法：

运行代码得到结果如图2-12所示。

图2-12　对角矩阵和sparse存储的矩阵

【结果分析】在上面的代码中，我们使用了numpy的eye函数生成了一个6行6列的对角矩阵，所谓对角矩阵，即矩阵从左上角到右下角的对角线位置上的数值都是1，而其他的位置都是0。而用sparse进行转换后，我们可以看到矩阵的形式发生了一些变化。（0，0）表示矩阵的左上角，这个点对应的值是1.0，而（1，1）代表矩阵的第2行第2列，这个点对应的数值也是1.0，依此类推，直到右下角的点（5，5）。

从上面的代码和运行结果中，我们可以大致理解sparse函数的工作原理，在后面的内容中，我们还会接触到Scipy更多的功能。