当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy sparse.bsr_matrix用法及代码示例


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

用法:

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

块稀疏行格式稀疏矩阵。

这可以通过多种方式实例化:

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

其中 D 是二维 ndarray。

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

与另一个稀疏数组或矩阵 S (相当于 S.tobsr())

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

构造形状为 (M, N) 的空稀疏矩阵 dtype 是可选的,默认为 dtype=’d’。

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

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

bsr_matrix((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,则从索引数组中推断出矩阵维度。

注意

稀疏矩阵可用于算术运算: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) 必须均匀划分稀疏矩阵 (M,N) 的形状。即,R和C必须满足关系M % R = 0N % 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_matrix
>>> bsr_matrix((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_matrix((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_matrix((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

矩阵的数据类型

shape 2元组

矩阵的形状

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

矩阵的BSR格式数据数组

indices

BSR格式矩阵索引数组

indptr

BSR格式矩阵索引指针数组

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。

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.sparse.bsr_matrix。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。