Python SciPy sparse.dok_array用法及代码示例

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

用法:

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

基于字典的键的稀疏数组。

这是一种用于增量构造稀疏数组的有效结构。

这可以通过多种方式实例化：：

dok_array(D)

其中 D 是二维 ndarray

dok_array(S)

与另一个稀疏数组或矩阵 S (相当于 S.todok())

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

创建具有初始形状 (M,N) 的数组 dtype 是可选的，默认为 dtype='d'

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。

• 允许对各个元素进行有效的 O(1) 访问。

• 不允许重复。

• 构建后可以有效地转换为coo_array。

例子：

>>> import numpy as np
>>> from scipy.sparse import dok_array
>>> S = dok_array((5, 5), dtype=np.float32)
>>> for i in range(5):
...     for j in range(5):
...         S[i, j] = i + j    # Update element

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。

T

转置。