bsr_matrix#
- class scipy.sparse.bsr_matrix(arg1, shape=None, dtype=None, copy=False, blocksize=None, *, maxprint=None)[source]#
區塊稀疏行格式稀疏矩陣。
- 這可以透過幾種方式實例化
- bsr_matrix(D, [blocksize=(R,C)])
其中 D 是一個 2 維 ndarray。
- bsr_matrix(S, [blocksize=(R,C)])
與另一個稀疏陣列或矩陣 S（等效於 S.tobsr()）
- bsr_matrix((M, N), [blocksize=(R,C), dtype])
建構一個形狀為 (M, N) 的空稀疏矩陣，dtype 是可選的，預設為 dtype='d'。
- bsr_matrix((data, ij), [blocksize=(R,C), shape=(M, N)])
其中
data和ij滿足a[ij[0, k], ij[1, k]] = data[k]- bsr_matrix((data, indices, indptr), [shape=(M, N)])
是標準的 BSR 表示法，其中 row i 的區塊列索引儲存在
indices[indptr[i]:indptr[i+1]]中，且其對應的區塊值儲存在data[ indptr[i]: indptr[i+1] ]中。如果未提供 shape 參數，則矩陣維度會從索引陣列推斷。
注意
稀疏矩陣可用於算術運算：它們支援加法、減法、乘法、除法和矩陣冪。
BSR 格式摘要
區塊稀疏行 (BSR) 格式與壓縮稀疏行 (CSR) 格式非常相似。BSR 適用於具有密集子矩陣的稀疏矩陣，如下面的最後一個範例所示。這種稀疏區塊矩陣經常出現在向量值有限元素離散化中。在這種情況下，對於許多稀疏算術運算，BSR 比 CSR 和 CSC 效率更高。
區塊大小
區塊大小 (R,C) 必須均勻地劃分稀疏矩陣 (M,N) 的形狀。也就是說，R 和 C 必須滿足關係式
M % R = 0和N % C = 0。如果未指定區塊大小，則會套用簡單的啟發式方法來決定適當的區塊大小。
標準格式
在標準格式中，沒有重複的區塊，且索引依行排序。
限制
區塊稀疏行格式稀疏矩陣不支援切片。
範例
>>> import numpy as np >>> from scipy.sparse import bsr_matrix >>> bsr_matrix((3, 4), dtype=np.int8).toarray() array([[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]], dtype=int8)
>>> row = np.array([0, 0, 1, 2, 2, 2]) >>> col = np.array([0, 2, 2, 0, 1, 2]) >>> data = np.array([1, 2, 3 ,4, 5, 6]) >>> bsr_matrix((data, (row, col)), shape=(3, 3)).toarray() array([[1, 0, 2], [0, 0, 3], [4, 5, 6]])
>>> indptr = np.array([0, 2, 3, 6]) >>> indices = np.array([0, 2, 2, 0, 1, 2]) >>> data = np.array([1, 2, 3, 4, 5, 6]).repeat(4).reshape(6, 2, 2) >>> bsr_matrix((data,indices,indptr), shape=(6, 6)).toarray() array([[1, 1, 0, 0, 2, 2], [1, 1, 0, 0, 2, 2], [0, 0, 0, 0, 3, 3], [0, 0, 0, 0, 3, 3], [4, 4, 5, 5, 6, 6], [4, 4, 5, 5, 6, 6]])
- 屬性:
- dtypedtype
矩陣的資料型別
shape2 元組矩陣的形狀
- ndimint
維度數量 (永遠是 2)
nnz儲存值的數量，包含顯式的零。
size儲存值的數量。
- data
矩陣的 BSR 格式資料陣列
- indices
矩陣的 BSR 格式索引陣列
- indptr
矩陣的 BSR 格式索引指標陣列
blocksize矩陣的區塊大小。
has_sorted_indicesbool索引是否已排序
has_canonical_formatbool陣列/矩陣是否具有已排序的索引且無重複項
T轉置。
方法
__len__()__mul__(other)arcsin()元素級 arcsin。
arcsinh()元素級 arcsinh。
arctan()元素級 arctan。
arctanh()元素級 arctanh。
argmax([axis, out, explicit])返回沿軸的最大元素的索引。
argmin([axis, out, explicit])返回沿軸的最小元素的索引。
asformat(format[, copy])以傳遞的格式返回此陣列/矩陣。
asfptype()將矩陣向上轉換為浮點格式（如有必要）
astype(dtype[, casting, copy])將陣列/矩陣元素轉換為指定的型別。
ceil()元素級 ceil。
check_format([full_check])檢查陣列/矩陣是否符合 BSR 格式。
conj([copy])元素級複數共軛。
conjugate([copy])元素級複數共軛。
copy()返回此陣列/矩陣的副本。
count_nonzero([axis])非零條目的數量，等效於
deg2rad()元素級 deg2rad。
diagonal([k])返回陣列/矩陣的第 k 個對角線。
dot(other)普通點積
就地移除零元素。
expm1()元素級 expm1。
floor()元素級 floor。
getH()返回此矩陣的 Hermitian 轉置。
取得矩陣的形狀
getcol(j)返回矩陣的第 j 行的副本，作為 (m x 1) 稀疏矩陣（行向量）。
矩陣儲存格式
列印時要顯示的最大元素數量。
getnnz([axis])儲存值的數量，包含顯式的零。
getrow(i)返回矩陣的第 i 列的副本，作為 (1 x n) 稀疏矩陣（列向量）。
log1p()元素級 log1p。
max([axis, out, explicit])返回陣列/矩陣的最大值或沿軸的最大值。
maximum(other)此陣列/矩陣與另一個陣列/矩陣之間的元素級最大值。
mean([axis, dtype, out])計算沿指定軸的算術平均值。
min([axis, out, explicit])返回陣列/矩陣的最小值或沿軸的最大值。
minimum(other)此陣列/矩陣與另一個陣列/矩陣之間的元素級最小值。
multiply(other)點對點乘以陣列/矩陣、向量或純量。
nanmax([axis, out, explicit])返回沿軸的最大值，忽略任何 Nan。
nanmin([axis, out, explicit])返回沿軸的最小值，忽略任何 Nan。
nonzero()陣列/矩陣的非零索引。
power(n[, dtype])此函數執行元素級次方運算。
prune()在所有非零元素之後移除空白空間。
rad2deg()元素級 rad2deg。
reshape(self, shape[, order, copy])給定稀疏陣列/矩陣一個新的形狀，而不會更改其資料。
resize(*shape)就地將陣列/矩陣調整為
shape給定的維度rint()元素級 rint。
set_shape(shape)就地設定矩陣的形狀
setdiag(values[, k])設定陣列/矩陣的對角線或非對角線元素。
sign()元素級 sign。
sin()元素級 sin。
sinh()元素級 sinh。
就地排序此陣列/矩陣的索引
返回此陣列/矩陣的副本，其中索引已排序
sqrt()元素級 sqrt。
sum([axis, dtype, out])對給定軸上的陣列/矩陣元素求和。
透過將重複的陣列/矩陣條目加總來消除重複項
tan()元素級 tan。
tanh()元素級 tanh。
toarray([order, out])返回此稀疏陣列/矩陣的密集 ndarray 表示法。
tobsr([blocksize, copy])將此陣列/矩陣轉換為區塊稀疏行格式。
tocoo([copy])將此陣列/矩陣轉換為座標格式。
tocsc([copy])將此陣列/矩陣轉換為壓縮稀疏列格式。
tocsr([copy])將此陣列/矩陣轉換為壓縮稀疏行格式。
todense([order, out])返回此稀疏矩陣的密集表示法。
todia([copy])將此陣列/矩陣轉換為稀疏對角格式。
todok([copy])將此陣列/矩陣轉換為鍵字典格式。
tolil([copy])將此陣列/矩陣轉換為列表的列表格式。
trace([offset])返回沿稀疏陣列/矩陣對角線的總和。
transpose([axes, copy])反轉稀疏陣列/矩陣的維度。
trunc()元素級 trunc。
__getitem__