coo_array#
- class scipy.sparse.coo_array(arg1, shape=None, dtype=None, copy=False)[source]#
以 COO(坐标)格式表示的稀疏数组。
也称为“ijv”或“三元组”格式。
- 可以使用以下几种方式实例化
- coo_array(D)
其中 D 是一个 ndarray
- coo_array(S)
使用另一个稀疏数组或矩阵 S(等效于 S.tocoo())
- coo_array(shape, [dtype])
用于构造具有形状
shape
的空稀疏数组,dtype 可选,默认为 dtype=’d’。- coo_array((data, coords), [shape])
- 使用现有的数据和索引数组进行构造
data[:] 稀疏数组的条目,可以是任何顺序
coords[i][:] 数据条目的第 i 轴坐标
其中
A[coords] = data
,coords 是索引数组的元组。当 shape 未指定时,它将从索引数组推断得出。
注意
稀疏数组可以在算术运算中使用:它们支持加法、减法、乘法、除法和矩阵幂。
- COO 格式的优势
便于在稀疏格式之间快速转换
允许重复条目(参见示例)
从 CSR/CSC 格式进行快速转换
- COO 格式的劣势
- 不支持
算术运算
切片
- 预期用途
COO 是用于构建稀疏数组的快速格式
构建 COO 数组后,将其转换为 CSR 或 CSC 格式,以便进行快速算术运算和矩阵向量运算
默认情况下,在转换为 CSR 或 CSC 格式时,重复的 (i,j) 条目将相加在一起。这有助于有效地构建有限元矩阵等。 (参见示例)
- 规范格式
条目和坐标按行排序,然后按列排序。
没有重复条目(即没有重复的 (i,j) 位置)
数据数组可能包含显式零。
示例
>>> # Constructing an empty sparse array >>> import numpy as np >>> from scipy.sparse import coo_array >>> coo_array((3, 4), dtype=np.int8).toarray() array([[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]], dtype=int8)
>>> # Constructing a sparse array using ijv format >>> row = np.array([0, 3, 1, 0]) >>> col = np.array([0, 3, 1, 2]) >>> data = np.array([4, 5, 7, 9]) >>> coo_array((data, (row, col)), shape=(4, 4)).toarray() array([[4, 0, 9, 0], [0, 7, 0, 0], [0, 0, 0, 0], [0, 0, 0, 5]])
>>> # Constructing a sparse array with duplicate coordinates >>> row = np.array([0, 0, 1, 3, 1, 0, 0]) >>> col = np.array([0, 2, 1, 3, 1, 0, 0]) >>> data = np.array([1, 1, 1, 1, 1, 1, 1]) >>> coo = coo_array((data, (row, col)), shape=(4, 4)) >>> # Duplicate coordinates are maintained until implicitly or explicitly summed >>> np.max(coo.data) 1 >>> coo.toarray() array([[3, 0, 1, 0], [0, 2, 0, 0], [0, 0, 0, 0], [0, 0, 0, 1]])
- 属性:
方法
__len__
()arcsin
()按元素计算反正弦。
arcsinh
()按元素计算双曲反正弦。
arctan
()按元素计算反正切。
arctanh
()按元素计算双曲反正切。
argmax
([axis, out])返回沿轴的最大元素的索引。
argmin
([axis, out])返回沿轴的最小元素的索引。
asformat
(format[, copy])以给定格式返回此数组/矩阵。
astype
(dtype[, casting, copy])将数组/矩阵元素强制转换为指定类型。
ceil
()按元素计算上取整。
conj
([copy])按元素进行复数共轭。
conjugate
([copy])按元素进行复数共轭。
copy
()返回此数组/矩阵的副本。
非零条目的个数,等效于
deg2rad
()按元素进行角度到弧度转换。
diagonal
([k])返回数组/矩阵的第 k 个对角线。
dot
(other)普通的点积
从数组/矩阵中删除零条目
expm1
()按元素计算 exp(x) - 1。
floor
()按元素计算下取整。
log1p
()按元素计算 log(1 + x)。
max
([axis, out])返回数组/矩阵的最大值或沿轴的最大值。
maximum
(other)按元素计算当前数组/矩阵与另一个数组/矩阵之间的最大值。
mean
([axis, dtype, out])沿指定轴计算算术平均值。
min
([axis, out])返回数组/矩阵的最小值或沿轴的最小值。
minimum
(other)按元素计算当前数组/矩阵与另一个数组/矩阵之间的最小值。
multiply
(other)与另一个数组/矩阵进行逐点乘法。
nanmax
([axis, out])返回数组/矩阵的最大值或沿轴的最大值,忽略任何 NaN。
nanmin
([axis, out])返回数组/矩阵的最小值或沿轴的最小值,忽略任何 NaN。
nonzero
()数组/矩阵的非零索引。
power
(n[, dtype])此函数执行按元素计算幂。
rad2deg
()按元素进行弧度到角度转换。
reshape
(self, shape[, order, copy])为稀疏数组/矩阵提供新的形状,而不改变其数据。
resize
(*shape)将数组/矩阵就地调整大小,使其维度与
shape
所给出的大小一致rint
()按元素进行四舍五入。
setdiag
(values[, k])设置数组/矩阵的对角线或非对角线元素。
sign
()按元素计算符号。
sin
()按元素计算正弦。
sinh
()按元素计算双曲正弦。
sqrt
()按元素计算平方根。
sum
([axis, dtype, out])沿给定轴对数组/矩阵元素求和。
通过将重复条目加在一起来消除重复条目
tan
()按元素计算正切。
tanh
()按元素计算双曲正切。
toarray
([order, out])返回此稀疏数组/矩阵的密集 ndarray 表示形式。
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 COO(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/矩阵的密集表示形式。
todia
([copy])将此数组/矩阵转换为稀疏对角线格式。
todok
([copy])将此数组/矩阵转换为键值字典格式。
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/矩阵对角线上的总和。
transpose
([axes, copy])反转稀疏数组/矩阵的维度。
trunc
()元素级截断。
__mul__