scipy.sparse.

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'

属性
dtypedtype

矩阵的数据类型

shape2元组

获取稀疏矩阵的形状。

ndimint

维度数量(始终为 2)

nnz

存储值的数量,包括显式零。

size

存储值的数量。

T

转置。

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。

get_shape()

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)。

getformat()

矩阵存储格式

getmaxprint()

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