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

block_array

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]])