1

我已经涵盖了很多 StackOverflow 问题和 Google 搜索结果，阅读了许多讨论主题，但我找不到任何适合我的问题的答案。我有一个 .mat 格式的稀疏矩阵，其中包含 36600 个节点（36600x36600 邻接矩阵），用于在 Java 环境中读取和操作（如矩阵向量乘法）。我应用了许多在此处讨论的答案，但我总是收到 NullPointerException 错误，尽管 .mat 文件中有数据。（有人说这些结果是因为数据的大小）我已将以下代码应用于返回的 .mat 文件null 和 NullPointerException。

MatFileReader matfilereader = new MatFileReader("sourceData.mat");
MLArray mlArrayRetrieved = matfilereader.getMLArray("data");
System.out.println(mlArrayRetrieved);
System.out.println(mlArrayRetrieved.contentToString());

此外，我曾多次尝试在 Jupyter Notebook 的 MATLAB 环境和 Python 环境中将 .mat 文件转换为 .csv 或 .xls，但这些时候我也没有得到任何结果。

该 .mat 文件将成为邻接矩阵，并将成为 Cytoscape 项目中特定算法的来源。因此，我必须在 Java 环境中使用它，并且我决定使用 COLT 库进行矩阵操作。建议和建议会对我有很大帮助。谢谢阅读。

4

2 回答 2

0

仅用于find获取非零元素的行、列和值并将它们保存为文本、csv 或...：

[row, col, v] = find(my_spares_matrix);
于 2016-09-06T04:43:46.290 回答
0

下面是一个使用MFL的代码片段，它将导致稀疏矩阵中所有值的类似 MATLAB 的打印输出

Mat5.readFromFile("sourceData.mat")
    .getSparse("data")
    .forEach((row, col, real, imag) -> {
        System.out.println(String.format("(%d,%d) \t %1.4f ", row + 1, col + 1, real));
    });

CSV 解决方法适用于上述 750KB 矩阵，但一旦数据集超过 >50MB，它可能会变得难以使用。MAT 文件以（二进制）压缩稀疏列 (CSC)格式存储稀疏数据，与 CSV 文件相比，加载该格式的开销要少得多。

于 2019-07-08T18:01:32.060 回答