scipy.sparse.
diags#
- scipy.sparse.diags(diagonals, offsets=0, shape=None, format=None, dtype=None)[源代码]#
根据对角线构建一个稀疏矩阵。
警告
此函数返回一个稀疏矩阵,而不是一个稀疏数组。建议使用
diags_array
来利用稀疏数组功能。- 参数:
- diagonalsarray_like 序列
包含矩阵对角线(对应于 offsets)的数组序列。
- offsetsint 或 int 序列,可选
- 要设置的对角线
k = 0 主对角线(默认值)
k > 0 第 k 个上对角线
k < 0 第 k 个下对角线
- shapeint 元组,可选
结果的形状。如果省略,则返回一个足够大以包含对角线的正方形矩阵。
- format{“dia”, “csr”, “csc”, “lil”, …},可选
结果的矩阵格式。默认(format=None),返回一个合适的稀疏矩阵格式。此选择可能会更改。
- dtypedtype,可选
矩阵的数据类型。
另请参见
spdiags
从对角线构造矩阵
diags_array
构造稀疏数组而不是稀疏矩阵
注释
此函数与
spdiags
处理对角线外部分的方法不同。diags
的结果相当于稀疏等效项np.diag(diagonals[0], offsets[0]) + ... + np.diag(diagonals[k], offsets[k])
不允许重复的对角线偏移。
在版本 0.11 中添加。
示例
>>> from scipy.sparse import diags >>> diagonals = [[1, 2, 3, 4], [1, 2, 3], [1, 2]] >>> diags(diagonals, [0, -1, 2]).toarray() array([[1, 0, 1, 0], [1, 2, 0, 2], [0, 2, 3, 0], [0, 0, 3, 4]])
支持标量的广播(但需要指定形状)
>>> diags([1, -2, 1], [-1, 0, 1], shape=(4, 4)).toarray() array([[-2., 1., 0., 0.], [ 1., -2., 1., 0.], [ 0., 1., -2., 1.], [ 0., 0., 1., -2.]])
如果只需要一个对角线(如
numpy.diag
中),以下内容同样适用>>> diags([1, 2, 3], 1).toarray() array([[ 0., 1., 0., 0.], [ 0., 0., 2., 0.], [ 0., 0., 0., 3.], [ 0., 0., 0., 0.]])