R spMatrix 三元组的稀疏矩阵构造函数

说明

用户友好地从三元组表示构造稀疏矩阵(继承自类 TsparseMatrix )。

这比 sparseMatrix() 更不灵活，因此有些不推荐使用。

用法

spMatrix(nrow, ncol, i = integer(), j = integer(), x = double())

参数

nrow , ncol	指定所需行数和列数的整数。
i , j	相同长度的整数向量指定矩阵的非零(或非 TRUE )条目的位置。
x	与 i 和 j 长度相同的原子向量，指定非零条目的值。

值

三元组形式的稀疏矩阵，作为R对象继承自两者TsparseMatrix和generalMatrix.

矩阵 M 将具有 M[i[k], j[k]] == x[k] ，对于 k = 1,2,\ldots, n ，其中 n = length(i) 和 M[ i', j' ] == 0 对于所有其他对 (i',j') 。

例子

## simple example
A <- spMatrix(10,20, i = c(1,3:8),
                     j = c(2,9,6:10),
                     x = 7 * (1:7))
A # a "dgTMatrix"
summary(A)
str(A) # note that *internally* 0-based indices (i,j) are used

L <- spMatrix(9, 30, i = rep(1:9, 3), 1:27,
              (1:27) %% 4 != 1)
L # an "lgTMatrix"


## A simplified predecessor of  Matrix'  rsparsematrix() function :

 rSpMatrix <- function(nrow, ncol, nnz,
                       rand.x = function(n) round(rnorm(nnz), 2))
 {
     ## Purpose: random sparse matrix
     ## --------------------------------------------------------------
     ## Arguments: (nrow,ncol): dimension
     ##          nnz  :  number of non-zero entries
     ##         rand.x:  random number generator for 'x' slot
     ## --------------------------------------------------------------
     ## Author: Martin Maechler, Date: 14.-16. May 2007
     stopifnot((nnz <- as.integer(nnz)) >= 0,
               nrow >= 0, ncol >= 0, nnz <= nrow * ncol)
     spMatrix(nrow, ncol,
              i = sample(nrow, nnz, replace = TRUE),
              j = sample(ncol, nnz, replace = TRUE),
              x = rand.x(nnz))
 }

 M1 <- rSpMatrix(100000, 20, nnz = 200)
 summary(M1)

也可以看看

Matrix(*, sparse=TRUE) 用于此类矩阵的更常用构造函数。然后，sparseMatrix 比 spMatrix() 更通用、更灵活，并且默认返回 CsparseMatrix，这通常稍微更理想。此外，bdiag 和 Diagonal 用于(块)对角矩阵构造函数。

考虑TsparseMatrix 和类似的类定义帮助文件。