scipy.sparse.
bmat#
- scipy.sparse.bmat(blocks, format=None, dtype=None)[源]#
从稀疏子块构建稀疏数组或矩阵
注意:
block_array
优先于bmat
。它们是相同的函数,不同之处在于,当所有输入都不是稀疏数组时,bmat
返回一个已弃用的稀疏矩阵。警告
当没有输入是稀疏数组时,此函数返回一个稀疏矩阵。建议使用
block_array
以利用稀疏数组功能。- 参数:
- blocks类数组
兼容形状的稀疏矩阵网格。条目为 None 表示全零矩阵。
- format{‘bsr’, ‘coo’, ‘csc’, ‘csr’, ‘dia’, ‘dok’, ‘lil’},可选
结果的稀疏格式(例如“csr”)。默认情况下,返回适当的稀疏矩阵格式。此选择可能会更改。
- dtypedtype,可选
输出矩阵的数据类型。如果未给出,则 dtype 从 blocks 的数据类型确定。
- 返回:
- bmat稀疏矩阵或数组
如果 blocks 中的任何块是稀疏数组,则返回一个稀疏数组。否则返回一个稀疏矩阵。
如果希望从非稀疏数组的块构建稀疏数组,请使用
block_array()
。
另请参阅
示例
>>> from scipy.sparse import coo_array, bmat >>> A = coo_array([[1, 2], [3, 4]]) >>> B = coo_array([[5], [6]]) >>> C = coo_array([[7]]) >>> bmat([[A, B], [None, C]]).toarray() array([[1, 2, 5], [3, 4, 6], [0, 0, 7]])
>>> bmat([[A, None], [None, C]]).toarray() array([[1, 2, 0], [3, 4, 0], [0, 0, 7]])