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：
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。
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__