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.]])