scipy.sparse.

dok_matrix

class scipy.sparse.dok_matrix(arg1, shape=None, dtype=None, copy=False, *, maxprint=None)

基於鍵值字典的稀疏矩陣。

這是一種有效率的結構，用於逐步建構稀疏矩陣。

這可以透過幾種方式實例化

dok_matrix(D)

where D is a 2-D ndarray

dok_matrix(S)

with another sparse array or matrix S (equivalent to S.todok())

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

create the matrix with initial shape (M,N) dtype is optional, defaulting to dtype=’d’

說明

稀疏矩陣可以用於算術運算：它們支援加法、減法、乘法、除法和矩陣冪。

• 允許有效率的 O(1) 存取個別元素。

• 不允許重複值。

• 一旦建構完成，可以有效率地轉換為 coo_matrix。

範例

在您的瀏覽器中試試看！

>>> import numpy as np
>>> from scipy.sparse import dok_matrix
>>> S = dok_matrix((5, 5), dtype=np.float32)
>>> for i in range(5):
...     for j in range(5):
...         S[i, j] = i + j    # Update element

返回在新分頁中開啟

屬性:

dtypedtype

矩陣的資料類型

shape2-tuple

取得稀疏矩陣的形狀。

ndimint

維度數量 (永遠是 2)

nnz

儲存值的數量，包含顯式零。

size

儲存值的數量。

T

轉置。

方法

__len__()	Return len(self).
__mul__(other)
asformat(format[, copy])	以傳入的格式返回此陣列/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。
clear()
conj([copy])	元素級複共軛。
conjtransp()	已棄用：返回共軛轉置。
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，等同於
diagonal([k])	返回陣列/矩陣的第 k 條對角線。
dot(other)	一般點積
fromkeys(iterable[, value])	使用來自 iterable 的鍵建立新的字典，並將值設定為 value。
get(key[, default])	這提供了具有類型檢查的 dict.get 方法功能
getH()	返回此矩陣的 Hermitian 轉置。
get_shape()	取得稀疏矩陣的形狀。
getcol(j)	返回矩陣第 j 行的副本，作為一個 (m x 1) 稀疏矩陣 (行向量)。
getformat()	矩陣儲存格式
getmaxprint()	列印時要顯示的最大元素數量。
getnnz([axis])	儲存值的數量，包含顯式零。
getrow(i)	返回矩陣第 i 列的副本，作為一個 (1 x n) 稀疏矩陣 (列向量)。
items()
keys()
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])	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/矩陣之間的元素級最小值。
multiply(other)	與另一個陣列/矩陣的逐點乘法。
nonzero()	陣列/矩陣的非零索引。
pop(k[,d])	如果找不到鍵，則返回預設值 (如果已給定)；否則，引發 KeyError。
popitem()	移除並返回 (鍵, 值) 對，作為一個 2-tuple。
power(n[, dtype])	元素級冪。
reshape(self, shape[, order, copy])	為稀疏陣列/矩陣提供新的形狀，而無需更改其資料。
resize(*shape)	就地調整陣列/矩陣的大小，使其符合 shape 給定的維度
set_shape(shape)	就地設定矩陣的形狀
setdefault(key[, default])	如果鍵不在字典中，則插入預設值的鍵。
setdiag(values[, k])	設定陣列/矩陣的對角線或非對角線元素。
sum([axis, dtype, out])	將陣列/矩陣元素沿給定軸加總。
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])	返回此稀疏矩陣的密集表示形式。
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。
update([E, ]**F)	If E is present and has a .keys() method, then does: for k in E: D[k] = E[k] If E is present and lacks a .keys() method, then does: for k, v in E: D[k] = v In either case, this is followed by: for k in F: D[k] = F[k]
values()

__getitem__