lil_array#
- class scipy.sparse.lil_array(arg1, shape=None, dtype=None, copy=False, *, maxprint=None)[源代码]#
基于行的列表的列表稀疏数组。
这是一种用于增量构建稀疏数组的结构。请注意，在最坏的情况下，插入单个项可能需要线性时间；为了有效地构建数组，请确保这些项在每行中都按索引预先排序。
- 可以通过以下几种方式实例化它
- lil_array(D)
其中 D 是一个 2-D ndarray
- lil_array(S)
使用另一个稀疏数组或矩阵 S（等效于 S.tolil()）
- lil_array((M, N), [dtype])
构造一个形状为 (M, N) 的空数组，dtype 是可选的，默认为 dtype='d'。
注意
稀疏数组可用于算术运算：它们支持加法、减法、乘法、除法和矩阵幂。
- LIL 格式的优点
支持灵活的切片
数组稀疏结构的更改是高效的
- LIL 格式的缺点
算术运算 LIL + LIL 很慢（考虑 CSR 或 CSC）
列切片速度慢（考虑 CSC）
矩阵向量积速度慢（考虑 CSR 或 CSC）
- 预期用法
LIL 是一种方便的构建稀疏数组的格式
一旦构建了数组，请将其转换为 CSR 或 CSC 格式以进行快速算术和矩阵向量运算
在构建大型数组时，请考虑使用 COO 格式
- 数据结构
行数组 (
self.rows)，其中每一行都是一个已排序的非零元素列索引列表。相应的非零值以类似的方式存储在
self.data中。
- 属性:
方法
__len__()asformat(format[, copy])以传递的格式返回此数组/矩阵。
astype(dtype[, casting, copy])将数组/矩阵元素强制转换为指定类型。
conj([copy])逐元素的复共轭。
conjugate([copy])逐元素的复共轭。
copy()返回此数组/矩阵的副本。
count_nonzero([axis])非零条目的数量，等效于
diagonal([k])返回数组/矩阵的第 k 条对角线。
dot(other)普通点积
getrow(i)返回第“i”行的副本。
getrowview(i)返回第“i”行的视图（不复制）。
maximum(other)此数组/矩阵和另一个数组/矩阵之间的逐元素最大值。
mean([axis, dtype, out])计算沿指定轴的算术平均值。
minimum(other)此数组/矩阵和另一个数组/矩阵之间的逐元素最小值。
multiply(other)与另一个数组/矩阵进行逐点乘法。
nonzero()数组/矩阵的非零索引。
power(n[, dtype])逐元素求幂。
reshape(self, shape[, order, copy])为稀疏数组/矩阵赋予新形状，而不更改其数据。
resize(*shape)将数组/矩阵就地调整为
shape给定的尺寸setdiag(values[, k])设置数组/矩阵的对角线或非对角线元素。
sum([axis, dtype, out])将数组/矩阵元素在给定轴上求和。
toarray([order, out])返回此稀疏数组/矩阵的密集 ndarray 表示形式。
tobsr([blocksize, copy])将此数组/矩阵转换为块稀疏行格式。
tocoo([copy])将此数组/矩阵转换为坐标格式。
tocsc([copy])将此数组/矩阵转换为压缩稀疏列格式。
tocsr([copy])将此数组/矩阵转换为压缩稀疏行格式。
todense([order, out])返回此稀疏数组的密集表示。
todia([copy])将此数组/矩阵转换为稀疏对角格式。
todok([copy])将此数组/矩阵转换为键字典格式。
tolil([copy])将此数组/矩阵转换为列表的列表格式。
trace([offset])返回稀疏数组/矩阵的对角线之和。
transpose([axes, copy])反转稀疏数组/矩阵的维度。
__getitem__
__mul__