Python SciPy sparse.bmat用法及代碼示例

本文簡要介紹 python 語言中 scipy.sparse.bmat 的用法。

用法:

scipy.sparse.bmat(blocks, format=None, dtype=None)#

從稀疏構建稀疏數組或矩陣sub-blocks

注意： block 優於 bmat 。它們是相同的函數，隻是 bmat 可以返回已棄用的稀疏矩陣。如果沒有輸入是稀疏數組，bmat 將返回 coo_matrix。

參數 ：：

blocks： array_like

具有兼容形狀的稀疏矩陣網格。 None 的條目意味著all-zero 矩陣。

format： {‘bsr’, ‘coo’, ‘csc’, ‘csr’, ‘dia’, ‘dok’, ‘lil’}，可選

結果的稀疏格式(例如“csr”)。默認情況下會返回適當的稀疏矩陣格式。此選擇可能會發生變化。

dtype： dtype，可選

輸出矩陣的數據類型。如果未給出，則根據塊的類型確定 dtype。

返回 ：：

bmat： 稀疏矩陣或數組

如果blocks中的任何塊是稀疏數組，則返回稀疏數組。否則返回稀疏矩陣。

如果您想要從非稀疏數組的塊構建稀疏數組，請使用block()。

例子：

>>> from scipy.sparse import coo_array, bmat
>>> A = coo_array([[1, 2], [3, 4]])
>>> B = coo_array([[5], [6]])
>>> C = coo_array([[7]])
>>> bmat([[A, B], [None, C]]).toarray()
array([[1, 2, 5],
       [3, 4, 6],
       [0, 0, 7]])

>>> bmat([[A, None], [None, C]]).toarray()
array([[1, 2, 0],
       [3, 4, 0],
       [0, 0, 7]])