Python SciPy sparse.coo_matrix用法及代码示例

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

用法:

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

COOrdinate 格式的稀疏矩阵。

也称为‘ijv’ 或‘triplet’ 格式。

这可以通过多种方式实例化：：

coo_matrix(D)

其中 D 是二维 ndarray

coo_matrix(S)

与另一个稀疏数组或矩阵 S (相当于 S.tocoo())

coo_matrix((M, N), [dtype])

构造一个形状为 (M, N) 的空矩阵 dtype 是可选的，默认为 dtype='d'。

coo_matrix((数据, (i, j)), [形状=(M, N)])

从三个数组构造：

1. data[:] 矩阵的条目，以任意顺序

2. i[:] 矩阵条目的行索引

3. j[:] 矩阵条目的列索引

其中 A[i[k], j[k]] = data[k] 。未指定形状时，从索引数组推断

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。

COO格式的优势：

• 促进稀疏格式之间的快速转换

• 允许重复条目(参见示例)

• 与 CSR/CSC 格式之间的快速转换

COO格式的缺点：

• 不直接支持：

  • 算术运算

  • slicing

预期用途：

• COO 是一种用于构建稀疏矩阵的快速格式

• 构建 COO 矩阵后，转换为 CSR 或 CSC 格式，以进行快速算术和矩阵向量运算

• 默认情况下，当转换为 CSR 或 CSC 格式时，重复的 (i,j) 条目将被汇总在一起。这有助于有效构建有限元矩阵等。 (见示例)

规范格式：

• 条目和索引按行排序，然后按列排序。

• 没有重复的条目(即重复的 (i,j) 位置)

• 数据数组可以有明确的零。

例子：

>>> # Constructing an empty matrix
>>> import numpy as np
>>> from scipy.sparse import coo_matrix
>>> coo_matrix((3, 4), dtype=np.int8).toarray()
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]], dtype=int8)

>>> # Constructing a matrix using ijv format
>>> row  = np.array([0, 3, 1, 0])
>>> col  = np.array([0, 3, 1, 2])
>>> data = np.array([4, 5, 7, 9])
>>> coo_matrix((data, (row, col)), shape=(4, 4)).toarray()
array([[4, 0, 9, 0],
       [0, 7, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 5]])

>>> # Constructing a matrix with duplicate indices
>>> row  = np.array([0, 0, 1, 3, 1, 0, 0])
>>> col  = np.array([0, 2, 1, 3, 1, 0, 0])
>>> data = np.array([1, 1, 1, 1, 1, 1, 1])
>>> coo = coo_matrix((data, (row, col)), shape=(4, 4))
>>> # Duplicate indices are maintained until implicitly or explicitly summed
>>> np.max(coo.data)
1
>>> coo.toarray()
array([[3, 0, 1, 0],
       [0, 2, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 1]])

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COO格式数据数组

row：

矩阵的COO格式行索引数组

col：

矩阵的COO格式列索引数组

has_canonical_format： bool

矩阵是否有排序索引并且没有重复项

format

矩阵的格式字符串。

T

转置。