Python SciPy sparse.bsr_array用法及代码示例

本文简要介绍 python 语言中 scipy.sparse.bsr_array 的用法。

用法:

class  scipy.sparse.bsr_array(arg1, shape=None, dtype=None, copy=False, blocksize=None)#

块稀疏行格式稀疏数组。

这可以通过多种方式实例化：：

bsr_array(D, [blocksize=(R,C)])

其中 D 是二维 ndarray。

bsr_array(S, [blocksize=(R,C)])

与另一个稀疏数组或矩阵 S (相当于 S.tobsr())

bsr_array((M, N), [blocksize=(R,C), dtype])

构造一个形状为 (M, N) 的空稀疏数组 dtype 是可选的，默认为 dtype=’d’。

bsr_array((data, ij), [blocksize=(R,C), shape=(M, N)])

其中data和ij满足a[ij[0, k], ij[1, k]] = data[k]

bsr_array((数据，索引，indptr)，[形状=(M，N)])

是标准 BSR 表示，其中第 i 行的块列索引存储在 indices[indptr[i]:indptr[i+1]] 中，它们对应的块值存储在 data[ indptr[i]: indptr[i+1] ] 中。如果未提供 shape 参数，则从索引数组推断数组维度。

注意：

稀疏数组可用于算术运算：它们支持加法、减法、乘法、除法和矩阵幂。

BSR格式总结

块稀疏行 (BSR) 格式与压缩稀疏行 (CSR) 格式非常相似。 BSR 适用于具有密集子矩阵的稀疏矩阵，如下面的最后一个示例。这种稀疏分块矩阵经常出现在vector-valued有限元离散化中。在这种情况下，对于许多稀疏算术运算，BSR 比 CSR 和 CSC 更有效。

块大小

块大小 (R,C) 必须均匀划分稀疏数组 (M,N) 的形状。即，R和C必须满足关系M % R = 0和N % C = 0。

如果没有指定块大小，则应用简单的启发式方法来确定适当的块大小。

规范格式

在规范格式中，没有重复的块，并且索引按行排序。

例子：

>>> import numpy as np
>>> from scipy.sparse import bsr_array
>>> bsr_array((3, 4), dtype=np.int8).toarray()
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]], dtype=int8)

>>> row = np.array([0, 0, 1, 2, 2, 2])
>>> col = np.array([0, 2, 2, 0, 1, 2])
>>> data = np.array([1, 2, 3 ,4, 5, 6])
>>> bsr_array((data, (row, col)), shape=(3, 3)).toarray()
array([[1, 0, 2],
       [0, 0, 3],
       [4, 5, 6]])

>>> indptr = np.array([0, 2, 3, 6])
>>> indices = np.array([0, 2, 2, 0, 1, 2])
>>> data = np.array([1, 2, 3, 4, 5, 6]).repeat(4).reshape(6, 2, 2)
>>> bsr_array((data,indices,indptr), shape=(6, 6)).toarray()
array([[1, 1, 0, 0, 2, 2],
       [1, 1, 0, 0, 2, 2],
       [0, 0, 0, 0, 3, 3],
       [0, 0, 0, 0, 3, 3],
       [4, 4, 5, 5, 6, 6],
       [4, 4, 5, 5, 6, 6]])

属性 ：：

dtype： 类型

数组的数据类型

shape 2元组

阵列的形状。

ndim： int

维数(始终为 2)

nnz

存储值的数量，包括显式零。

size

存储值的数量。

data：

BSR格式数据数组的数组

indices：

BSR格式数组的索引数组

indptr：

BSR格式数组的索引指针数组

blocksize

矩阵的块大小。

has_sorted_indices bool

索引是否排序

has_canonical_format bool

数组/矩阵是否具有排序索引并且没有重复项

T

转置。