Python SciPy sparse.dia_matrix用法及代码示例

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

用法:

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

具有对角存储的稀疏矩阵。

这可以通过多种方式实例化：：

dia_matrix(D)

其中 D 是二维 ndarray

dia_matrix(S)

与另一个稀疏数组或矩阵 S (相当于 S.todia())

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

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

dia_matrix((数据，偏移量)，形状=(M，N))

其中 data[k,:] 存储对角线 offsets[k] 的对角线条目(参见下面的示例)

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。

例子：

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

>>> data = np.array([[1, 2, 3, 4]]).repeat(3, axis=0)
>>> offsets = np.array([0, -1, 2])
>>> dia_matrix((data, offsets), shape=(4, 4)).toarray()
array([[1, 0, 3, 0],
       [1, 2, 0, 4],
       [0, 2, 3, 0],
       [0, 0, 3, 4]])

>>> from scipy.sparse import dia_matrix
>>> n = 10
>>> ex = np.ones(n)
>>> data = np.array([ex, 2 * ex, ex])
>>> offsets = np.array([-1, 0, 1])
>>> dia_matrix((data, offsets), shape=(n, n)).toarray()
array([[2., 1., 0., ..., 0., 0., 0.],
       [1., 2., 1., ..., 0., 0., 0.],
       [0., 1., 2., ..., 0., 0., 0.],
       ...,
       [0., 0., 0., ..., 2., 1., 0.],
       [0., 0., 0., ..., 1., 2., 1.],
       [0., 0., 0., ..., 0., 1., 2.]])

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DIA格式数据数组

offsets：

矩阵的DIA格式偏移数组

T

转置。