dok_array#
- class scipy.sparse.dok_array(arg1, shape=None, dtype=None, copy=False)[source]#
基于键的字典稀疏数组。
这是一种有效的数据结构,用于增量构建稀疏数组。
- 它可以通过多种方式实例化
- dok_array(D)
其中 D 是一个二维 ndarray
- dok_array(S)
使用另一个稀疏数组或矩阵 S (等效于 S.todok())
- dok_array((M,N), [dtype])
使用初始形状 (M,N) 创建数组,dtype 是可选的,默认为 dtype=’d’
备注
稀疏数组可以用于算术运算:它们支持加法、减法、乘法、除法和矩阵幂。
允许有效地 O(1) 访问单个元素。
不允许重复项。
构建完成后可以有效地转换为 coo_array。
示例
>>> import numpy as np >>> from scipy.sparse import dok_array >>> S = dok_array((5, 5), dtype=np.float32) >>> for i in range(5): ... for j in range(5): ... S[i, j] = i + j # Update element
方法
__getitem__(key)x.__getitem__(y) <==> x[y]
__len__()返回 len(self)。
asformat(format[, copy])以传递的格式返回此数组/矩阵。
astype(dtype[, casting, copy])将数组/矩阵元素强制转换为指定类型。
clear()conj([copy])逐元素复共轭。
已弃用:返回共轭转置。
conjugate([copy])逐元素复共轭。
copy()返回此数组/矩阵的副本。
非零项的数量,等效于
diagonal([k])返回数组/矩阵的第 k 条对角线。
dot(other)普通点积
fromkeys(iterable[, value])使用来自可迭代对象的键和设置为 value 的值创建一个新字典。
get(key[, default])这提供了带有类型检查的 dict.get 方法功能
items()keys()maximum(other)此数组/矩阵与另一个数组/矩阵之间的逐元素最大值。
mean([axis, dtype, out])计算沿指定轴的算术平均值。
minimum(other)此数组/矩阵与另一个数组/矩阵之间的逐元素最小值。
multiply(other)与另一个数组/矩阵逐点相乘。
nonzero()数组/矩阵的非零索引。
pop(k[,d])如果找不到键,则返回默认值(如果给出);否则,引发 KeyError。
popitem()移除并返回一个 (key, value) 对,作为 2 元组。
power(n[, dtype])逐元素幂。
reshape(self, shape[, order, copy])为稀疏数组/矩阵赋予新的形状,而不改变其数据。
resize(*shape)将数组/矩阵就地调整大小,使其尺寸与
shape给出的大小相同。setdefault(key[, default])如果键不在字典中,则使用默认值插入键。
setdiag(values[, k])设置数组/矩阵的对角线或非对角线元素。
sum([axis, dtype, out])将数组/矩阵元素沿给定轴求和。
toarray([order, out])返回此稀疏数组/矩阵的稠密 ndarray 表示。
tobsr([blocksize, copy])将此数组/矩阵转换为块稀疏行格式。
tocoo([copy])将此数组/矩阵转换为坐标格式。
tocsc([copy])将此数组/矩阵转换为压缩稀疏列格式。
tocsr([copy])将此数组/矩阵转换为压缩稀疏行格式。
todense([order, out])返回此稀疏数组/矩阵的稠密表示。
todia([copy])将此数组/矩阵转换为稀疏对角线格式。
todok([copy])将此数组/矩阵转换为键字典格式。
tolil([copy])将此数组/矩阵转换为列表列表格式。
trace([offset])返回稀疏数组/矩阵的对角线上元素的总和。
transpose([axes, copy])反转稀疏数组/矩阵的维度。
update([E, ]**F)如果 E 存在并且有 .keys() 方法,则执行:for k in E: D[k] = E[k] 如果 E 存在并且没有 .keys() 方法,则执行:for k, v in E: D[k] = v 在任何情况下,这都将接着执行:for k in F: D[k] = F[k]
values()__mul__