Ctrl+K
scipy.sparse.

diags_array#

scipy.sparse.diags_array(diagonals, /, *, offsets=0, shape=None, format=None, dtype=None)[原始碼]#

從對角線建構稀疏陣列。

參數:
diagonalsarray_like 序列

包含陣列對角線的序列，對應於 offsets。

offsetsint 或 int 序列，選用
要設定的對角線（不允許重複的偏移量）

  • k = 0 主對角線 (預設)

  • k > 0 第 k 個上對角線

  • k < 0 第 k 個下對角線

shapeint 元組，選用

結果的形狀。如果省略，則返回一個足以包含對角線的正方形陣列。

format{“dia”, “csr”, “csc”, “lil”, …}, 選用

結果的矩陣格式。預設情況下 (format=None) 返回適當的稀疏陣列格式。此選擇可能會變更。

dtypedtype，選用

陣列的資料類型。

註解

不允許重複的對角線偏移量。

來自 diags_array 的結果是以下項目的稀疏等效項

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

diags_array 與 dia_array 在處理非對角線的方式上有所不同。具體來說，dia_array 假設資料輸入包含正/負偏移量之列的開頭/結尾的填充（忽略的值），而 diags_array` 假設 輸入 資料 沒有 填充。 輸入 ``diagonals`` 中的每個值都會被使用。

在 1.11 版本中新增。

範例

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

支援純量廣播（但需要指定形狀）

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

如果只需要一個對角線（如 numpy.diag 中），以下方法也適用

>>> diags_array([1, 2, 3], offsets=1).toarray()
array([[ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  2.,  0.],
       [ 0.,  0.,  0.,  3.],
       [ 0.,  0.,  0.,  0.]])
在本頁中