scipy.sparse.

diags_array#

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

从对角线构造稀疏数组。

参数:
diagonals类似数组的序列

包含数组对角线的数组序列,与 offsets 对应。

offsets整数序列或单个整数,可选
要设置的对角线(不允许重复的偏移量)
  • k = 0 主对角线(默认)

  • k > 0 第 k 个上对角线

  • k < 0 第 k 个下对角线

shape整数元组,可选

结果的形状。如果省略,将返回一个足够大以包含对角线的方阵。

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

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

dtype数据类型,可选

数组的数据类型。

返回:
new_arraydia_array

dia_array 包含 diagonals 中的值,这些值从主对角线偏移,如 offsets 中所示。

另请参阅

dia_array

稀疏 DIAgonal 格式的构造函数。

备注

不允许重复的对角线偏移。

`diags_array` 的结果是稀疏形式的等价物

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

`diags_array` 在处理非对角线的方式上与 dia_array 不同。具体来说,dia_array 假设数据输入在正/负偏移的行首/行尾包含填充(被忽略的值),而 `diags_array` 假设输入数据没有填充。输入 diagonals 中的每个值都将被使用。

版本 1.11 中新增。

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.]])

支持标量广播(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.]])

如果只想要一个对角线(如 numpy.diag 中),以下方法也同样适用

>>> 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.]])