scipy.sparse.

lil_array#

class scipy.sparse.lil_array(arg1, shape=None, dtype=None, copy=False)[source]#

基于行的列表列表稀疏数组。

这是一个用于逐步构建稀疏数组的结构。请注意,在最坏的情况下,插入单个项目可能需要线性时间;为了有效地构建数组,请确保项目按行索引预排序。

它可以以多种方式实例化
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(等同于 S.tolil())

lil_array((M, N), [dtype])

构建一个形状为 (M, N) 的空数组,dtype 可选,默认为 dtype=’d’。

备注

稀疏数组可以在算术运算中使用: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

  • 对数组稀疏结构的更改是有效的

LIL 格式的缺点
  • 算术运算 LIL + LIL 速度很慢(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)

预期用途
  • LIL 是构建稀疏数组的便捷格式

  • 数组构建完成后,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,考虑使用 COO 格式

数据结构
  • 一个数组 (self.rows),每个数组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:
dtypedtype

数组的数据类型

shape2 元组

数组的形状

ndimint

维数(始终为 2)

nnz

存储值的个数,包括显式零。

size

存储值的个数。

data

数组的 LIL 格式数据数组

rows

数组的 LIL 格式行索引数组

T

转置。

方法

__len__()

asformat(format[, copy])

以传入的格式返回此数组/矩阵。

astype(dtype[, casting, copy])

将数组/矩阵元素转换为指定类型。

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()

非零条目的个数,等同于

diagonal([k])

返回数组/矩阵的第 k 个对角线。

dot(other)

普通的点积

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/矩阵与另一个数组/矩阵之间的逐元素最大值。

mean([axis, dtype, out])

计算指定轴上的算术平均值。

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)

与另一个数组/矩阵的逐点乘法。

nonzero()

数组/矩阵的非零索引。

power(n[, dtype])

逐元素幂。

reshape(self, shape[, order, copy])

为稀疏数组/矩阵赋予新形状,而不改变其数据。

resize(*shape)

将数组/矩阵就地调整大小到 shape 给出的维数。

setdiag(values[, k])

设置数组/矩阵的对角线或非对角线元素。

sum([axis, dtype, out])

对给定轴上的数组/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/矩阵的密集表示形式。

todia([copy])

将此数组/矩阵转换为稀疏对角线格式。

todok([copy])

将此数组/矩阵转换为键字典格式。

tolil([copy])

将此数组/矩阵转换为列表列表格式。

trace([offset])

返回稀疏数组/矩阵的对角线上的总和。

transpose([axes, copy])

反转稀疏数组/矩阵的维度。

__getitem__

__mul__