Ctrl+K
scipy.sparse.

dia_array#

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

具有 DIAgonal 儲存格式的稀疏陣列。

可以透過幾種方式實例化
dia_array(D)

其中 D 是一個 2 維 ndarray

dia_array(S)

使用另一個稀疏陣列或矩陣 S (等同於 S.todia())

dia_array((M, N), [dtype])

建構一個形狀為 (M, N) 的空陣列，dtype 是可選的，預設為 dtype=’d’。

dia_array((data, offsets), shape=(M, N))

其中 data[k,:] 儲存對角線 offsets[k] 的對角線元素 (請參閱以下範例)

註解

稀疏陣列可以用於算術運算：它們支援加法、減法、乘法、除法和矩陣冪運算。具有 DIAgonal 儲存格式的稀疏陣列不支援切片。

範例

>>> import numpy as np
>>> from scipy.sparse import dia_array
>>> dia_array((3, 4), dtype=np.int8).toarray()
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]], dtype=int8)

>>> data = np.array([[1, 2, 3, 4]]).repeat(3, axis=0)
>>> offsets = np.array([0, -1, 2])
>>> dia_array((data, offsets), shape=(4, 4)).toarray()
array([[1, 0, 3, 0],
       [1, 2, 0, 4],
       [0, 2, 3, 0],
       [0, 0, 3, 4]])

>>> from scipy.sparse import dia_array
>>> n = 10
>>> ex = np.ones(n)
>>> data = np.array([ex, 2 * ex, ex])
>>> offsets = np.array([-1, 0, 1])
>>> dia_array((data, offsets), shape=(n, n)).toarray()
array([[2., 1., 0., ..., 0., 0., 0.],
       [1., 2., 1., ..., 0., 0., 0.],
       [0., 1., 2., ..., 0., 0., 0.],
       ...,
       [0., 0., 0., ..., 2., 1., 0.],
       [0., 0., 0., ..., 1., 2., 1.],
       [0., 0., 0., ..., 0., 1., 2.]])
屬性:
dtypedtype

陣列的資料型別

shape2-tuple

陣列的形狀

ndimint

維度數量 (此值永遠為 2)

nnz

儲存值的數量，包含顯式的零。

size

儲存值的數量。

data

陣列的 DIA 格式資料陣列

offsets

陣列的 DIA 格式偏移陣列

T

轉置。

方法

__len__()

arcsin()

逐元素 arcsin。

arcsinh()

逐元素 arcsinh。

arctan()

逐元素 arctan。

arctanh()

逐元素 arctanh。

asformat(format[, copy])

以傳入的格式返回此陣列/矩陣。

astype(dtype[, casting, copy])

將陣列/矩陣元素轉換為指定的型別。

ceil()

逐元素 ceil。

conj([copy])

逐元素複數共軛。

conjugate([copy])

逐元素複數共軛。

copy()

返回此陣列/矩陣的副本。

count_nonzero([axis])

非零條目的數量，等同於

deg2rad()

逐元素 deg2rad。

diagonal([k])

返回陣列/矩陣的第 k 條對角線。

dot(other)

普通點積

expm1()

逐元素 expm1。

floor()

逐元素 floor。

log1p()

逐元素 log1p。

maximum(other)

此陣列/矩陣與另一個陣列/矩陣之間的逐元素最大值。

mean([axis, dtype, out])

沿著指定的軸計算算術平均值。

minimum(other)

此陣列/矩陣與另一個陣列/矩陣之間的逐元素最小值。

multiply(other)

與另一個陣列/矩陣的點對點乘法。

nonzero()

陣列/矩陣的非零索引。

power(n[, dtype])

此函數執行逐元素冪運算。

rad2deg()

逐元素 rad2deg。

reshape(self, shape[, order, copy])

在不更改資料的情況下，為稀疏陣列/矩陣賦予新的形狀。

resize(*shape)

將陣列/矩陣就地調整大小為 shape 給定的維度

rint()

逐元素 rint。

setdiag(values[, k])

設定陣列/矩陣的對角線或非對角線元素。

sign()

逐元素 sign。

sin()

逐元素 sin。

sinh()

逐元素 sinh。

sqrt()

逐元素 sqrt。

sum([axis, dtype, out])

沿著給定的軸對陣列/矩陣元素求和。

tan()

逐元素 tan。

tanh()

逐元素 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 Block Sparse Row 格式。

tocoo([copy])

將此陣列/矩陣轉換為 COOrdinate 格式。

tocsc([copy])

將此陣列/矩陣轉換為 Compressed Sparse Column 格式。

tocsr([copy])

將此陣列/矩陣轉換為 Compressed Sparse Row 格式。

todense([order, out])

返回此稀疏陣列的密集表示形式。

todia([copy])

將此陣列/矩陣轉換為稀疏 DIAgonal 格式。

todok([copy])

將此陣列/矩陣轉換為 Dictionary Of Keys 格式。

tolil([copy])

將此陣列/矩陣轉換為 List of Lists 格式。

trace([offset])

返回沿著稀疏陣列/矩陣對角線的總和。

transpose([axes, copy])

反轉稀疏陣列/矩陣的維度。

trunc()

逐元素 trunc。

__mul__
本頁面