scipy.sparse.

csc_matrix#

class scipy.sparse.csc_matrix(arg1, shape=None, dtype=None, copy=False, *, maxprint=None)[source]#

壓縮稀疏行矩陣。

這可以通過幾種方式實例化

csc_matrix(D): 其中 D 是一個 2 維 ndarray
csc_matrix(S): 與另一個稀疏陣列或矩陣 S（等效於 S.tocsc()）
csc_matrix((M, N), [dtype]): 建構一個形狀為 (M, N) 的空矩陣，dtype 是可選的，預設為 dtype='d'。
csc_matrix((data, (row_ind, col_ind)), [shape=(M, N)]): 其中 data、row_ind 和 col_ind 滿足關係式 a[row_ind[k], col_ind[k]] = data[k]。
csc_matrix((data, indices, indptr), [shape=(M, N)]): 是標準的 CSC 表示法，其中第 i 行的列索引儲存在 indices[indptr[i]:indptr[i+1]] 中，它們對應的值儲存在 data[indptr[i]:indptr[i+1]] 中。如果未提供 shape 參數，則矩陣維度從索引陣列推斷。

註解

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。

CSC 格式的優點

高效的算術運算 CSC + CSC、CSC * CSC 等。
高效的列切片
快速矩陣向量乘積（CSR、BSR 可能更快）

CSC 格式的缺點

緩慢的行切片操作（考慮 CSR）
對稀疏結構的變更代價很高（考慮 LIL 或 DOK）

標準格式

在每一列中，索引都按行排序。
沒有重複的條目。

範例

>>> import numpy as np
>>> from scipy.sparse import csc_matrix
>>> csc_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, 2, 2, 0, 1, 2])
>>> col = np.array([0, 0, 1, 2, 2, 2])
>>> data = np.array([1, 2, 3, 4, 5, 6])
>>> csc_matrix((data, (row, col)), shape=(3, 3)).toarray()
array([[1, 0, 4],
       [0, 0, 5],
       [2, 3, 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])
>>> csc_matrix((data, indices, indptr), shape=(3, 3)).toarray()
array([[1, 0, 4],
       [0, 0, 5],
       [2, 3, 6]])

屬性:

dtypedtype: 矩陣的資料類型
shape二元組: 矩陣的形狀
ndimint: 維度數（始終為 2）
nnz: 儲存值的數量，包括顯式零值。
size: 儲存值的數量。
data: 矩陣的 CSC 格式資料陣列
indices: 矩陣的 CSC 格式索引陣列
indptr: 矩陣的 CSC 格式索引指標陣列
has_sorted_indices: 索引是否已排序
has_canonical_format: 陣列/矩陣是否具有排序的索引且沒有重複項
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類型。
`ceil`()	元素級 ceil。
`check_format`([full_check])	檢查陣列/矩陣是否符合 CSR 或 CSC 格式。
`conj`([copy])	元素級複共軛。
`conjugate`([copy])	元素級複共軛。
`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 條對角線。
`dot`(other)	普通點積
`eliminate_zeros`()	從陣列/矩陣中移除零條目
`expm1`()	元素級 expm1。
`floor`()	元素級 floor。
`getH`()	返回此矩陣的 Hermitian 轉置。
`get_shape`()	取得矩陣的形狀
`getcol`(j)	返回矩陣第 j 列的副本，作為 (m x 1) 稀疏矩陣（列向量）。
`getformat`()	矩陣儲存格式
`getmaxprint`()	列印時要顯示的最大元素數。
`getnnz`([axis])	儲存值的數量，包括顯式零值。
`getrow`(i)	返回矩陣第 i 列的副本，作為 (1 x n) 稀疏矩陣（行向量）。
`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)	陣列/矩陣、向量或純量的逐點乘法。
`nanmax`([axis, out, explicit])	返回沿軸的最大值，忽略任何 Nans。
`nanmin`([axis, out, explicit])	返回沿軸的最小值，忽略任何 Nans。
`nonzero`()	陣列/矩陣的非零索引。
`power`(n[, dtype])	此函數執行元素級冪運算。
`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])	為稀疏陣列/矩陣賦予新的形狀，而不更改其資料。
`resize`(*shape)	將陣列/矩陣就地調整為 `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。
`sort_indices`()	就地排序此陣列/矩陣的索引
`sorted_indices`()	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。
`sum_duplicates`()	通過將重複條目相加來消除它們
`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 表示形式。
`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行格式。
`tocsr`([copy])	將此陣列/矩陣轉換為壓縮稀疏列格式。
`todense`([order, out])	返回此稀疏矩陣的密集表示形式。
`todia`([copy])	將此陣列/矩陣轉換為稀疏對角線格式。
`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/矩陣對角線的和。
`transpose`([axes, copy])	反轉稀疏陣列/矩陣的維度。
`trunc`()	元素級 trunc。

__getitem__