scipy.sparse.

diags_array#

scipy.sparse.diags_array(diagonals, /, *, offsets=0, shape=None, format=None, dtype=None)[源代码]#

根据对角线构建稀疏数组。

参数:
diagonalsarray_like 的序列

包含数组对角线的数组序列，对应于 offsets。

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，将返回一个足够大的正方形数组来容纳对角线。

format{“dia”, “csr”, “csc”, “lil”, …}，可选

结果的矩阵格式。默认情况下 (format=None) 将返回合适的稀疏数组格式。此选择可能会更改。

dtypedtype，可选

数组的数据类型。

注意

来自 diags_array 的结果是

np.diag(diagonals[0], offsets[0])
+ ...
+ np.diag(diagonals[k], offsets[k])

重复的对角线偏移是不允许的。

在 1.11 版中添加。

示例

>>> from scipy.sparse import diags_array
>>> diagonals = [[1, 2, 3, 4], [1, 2, 3], [1, 2]]
>>> diags_array(diagonals, offsets=[0, -1, 2]).toarray()
array([[1, 0, 1, 0],
       [1, 2, 0, 2],
       [0, 2, 3, 0],
       [0, 0, 3, 4]])

广播标量是支持的（但需要指定形状）

>>> diags_array([1, -2, 1], offsets=[-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），以下也能正常工作

>>> diags_array([1, 2, 3], offsets=1).toarray()
array([[ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  2.,  0.],
       [ 0.,  0.,  0.,  3.],
       [ 0.,  0.,  0.,  0.]])
在此页面上