Python SciPy sparse.diags用法及代碼示例

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

用法:

scipy.sparse.diags(diagonals, offsets=0, shape=None, format=None, dtype=None)#

從對角線構造一個稀疏矩陣。

參數 ：：

diagonals： 數組 序列

包含矩陣對角線的數組序列，對應於偏移量。

offsets： int 或 int 序列，可選

要設置的對角線：

• k = 0 主對角線(默認)

• k > 0 第 k 個上對角線

• k < 0 第 k 個下對角線

shape： int 元組，可選

結果的形狀。如果省略，則返回一個大到足以包含對角線的方陣。

format： {“dia”, “csr”, “csc”, “lil”, ...}，可選

結果的矩陣格式。默認情況下 (format=None) 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

矩陣的數據類型。

注意：

此函數在處理 off-diagonals 的方式上與 spdiags 不同。

diags 的結果是稀疏等價的：

np.diag(diagonals[0], offsets[0])
+ ...
+ np.diag(diagonals[k], offsets[k])

不允許重複的對角線偏移。

例子：

>>> from scipy.sparse import diags
>>> diagonals = [[1, 2, 3, 4], [1, 2, 3], [1, 2]]
>>> diags(diagonals, [0, -1, 2]).toarray()
array([[1, 0, 1, 0],
       [1, 2, 0, 2],
       [0, 2, 3, 0],
       [0, 0, 3, 4]])

支持標量廣播(但需要指定形狀)：

>>> diags([1, -2, 1], [-1, 0, 1], shape=(4, 4)).toarray()
array([[-2.,  1.,  0.,  0.],
       [ 1., -2.,  1.,  0.],
       [ 0.,  1., -2.,  1.],
       [ 0.,  0.,  1., -2.]])

如果隻需要一個對角線(如 numpy.diag )，則以下方法也可以：

>>> diags([1, 2, 3], 1).toarray()
array([[ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  2.,  0.],
       [ 0.,  0.,  0.,  3.],
       [ 0.,  0.,  0.,  0.]])