dok_matrix#
- class scipy.sparse.dok_matrix(arg1, shape=None, dtype=None, copy=False, *, maxprint=None)[源]#
基于键字典的稀疏矩阵。
这是一种有效的数据结构,用于增量构建稀疏矩阵。
- 可以通过以下几种方式实例化
- dok_matrix(D)
其中 D 是一个二维 ndarray
- dok_matrix(S)
使用另一个稀疏数组或矩阵 S(相当于 S.todok())
- dok_matrix((M,N), [dtype])
创建具有初始形状 (M,N) 的矩阵,dtype 是可选的,默认为 dtype='d'
方法
__len__
()返回 len(self)。
__mul__
(other)asformat
(format[, copy])以传入的格式返回此数组/矩阵。
asfptype
()将矩阵升级为浮点格式(如果需要)
astype
(dtype[, casting, copy])将数组/矩阵元素强制转换为指定类型。
clear
()conj
([copy])逐元素复共轭。
conjugate
([copy])逐元素复共轭。
copy
()返回此数组/矩阵的副本。
count_nonzero
([axis])非零项的数量,相当于
diagonal
([k])返回数组/矩阵的第 k 条对角线。
dot
(other)普通点积
fromkeys
(iterable[, value])创建一个新字典,其键来自可迭代对象,值设置为 value。
get
(key[, default])此方法提供 dict.get 方法功能,并进行类型检查
getH
()返回此矩阵的 Hermitian 转置。
获取稀疏矩阵的形状。
getcol
(j)返回矩阵第 j 列的副本,作为 (m x 1) 稀疏矩阵(列向量)。
矩阵存储格式
打印时显示的最大元素数量。
getnnz
([axis])存储值的数量,包括显式零。
getrow
(i)返回矩阵第 i 行的副本,作为 (1 x n) 稀疏矩阵(行向量)。
items
()keys
()maximum
(other)此数组/矩阵与另一个数组/矩阵之间的逐元素最大值。
mean
([axis, dtype, out])沿指定轴计算算术平均值。
minimum
(other)此数组/矩阵与另一个数组/矩阵之间的逐元素最小值。
multiply
(other)逐元素乘以另一个数组/矩阵。
nonzero
()数组/矩阵的非零索引。
pop
(k[,d])如果未找到键,则返回默认值(如果已给出);否则,引发 KeyError。
popitem
()删除并返回一个 (key, value) 对,作为 2 元组。
power
(n[, dtype])逐元素幂运算。
reshape
(self, shape[, order, copy])在不改变其数据的情况下,为稀疏数组/矩阵提供新形状。
resize
(*shape)将数组/矩阵就地调整为
shape
给定的维度set_shape
(shape)就地设置矩阵的形状
setdefault
(key[, default])如果字典中不存在键,则插入键并将其值设置为 default。
setdiag
(values[, k])设置数组/矩阵的对角线或非对角线元素。
sum
([axis, dtype, out])沿给定轴对数组/矩阵元素求和。
toarray
([order, out])返回此稀疏数组/矩阵的密集 ndarray 表示。
tobsr
([blocksize, copy])将此数组/矩阵转换为块稀疏行 (Block Sparse Row) 格式。
tocoo
([copy])将此数组/矩阵转换为坐标 (COOrdinate) 格式。
tocsc
([copy])将此数组/矩阵转换为压缩稀疏列 (Compressed Sparse Column) 格式。
tocsr
([copy])将此数组/矩阵转换为压缩稀疏行 (Compressed Sparse Row) 格式。
todense
([order, out])返回此稀疏矩阵的密集表示。
todia
([copy])将此数组/矩阵转换为稀疏对角 (DIAgonal) 格式。
todok
([copy])将此数组/矩阵转换为键字典 (Dictionary Of Keys) 格式。
tolil
([copy])将此数组/矩阵转换为列表之列表 (List of Lists) 格式。
trace
([offset])返回稀疏数组/矩阵沿对角线的和。
transpose
([axes, copy])反转稀疏数组/矩阵的维度。
update
([E, ]**F)如果 E 存在且具有 .keys() 方法,则执行: for k in E: D[k] = E[k] 如果 E 存在且缺少 .keys() 方法,则执行: for k, v in E: D[k] = v 无论哪种情况,之后都会执行: for k in F: D[k] = F[k]
values
()__getitem__
备注
稀疏矩阵可以用于算术运算:它们支持加法、减法、乘法、除法和矩阵幂。
允许高效地 O(1) 访问单个元素。
不允许重复项。
一旦构建完成,可以高效地转换为 coo_matrix。
示例
>>> import numpy as np >>> from scipy.sparse import dok_matrix >>> S = dok_matrix((5, 5), dtype=np.float32) >>> for i in range(5): ... for j in range(5): ... S[i, j] = i + j # Update element