lil_matrix#
- class scipy.sparse.lil_matrix(arg1, shape=None, dtype=None, copy=False, *, maxprint=None)[源代码]#
基于行的列表的列表稀疏矩阵。
这是一种用于增量构建稀疏矩阵的结构。请注意，在最坏的情况下，插入单个项目可能需要线性时间；为了高效地构建矩阵，请确保项目按索引预先排序（每行）。
- 可以通过多种方式实例化此项
- lil_matrix(D)
其中 D 是一个二维 ndarray
- lil_matrix(S)
使用另一个稀疏数组或矩阵 S（等效于 S.tolil()）
- lil_matrix((M, N), [dtype])
构造一个形状为 (M, N) 的空矩阵，dtype 是可选的，默认为 dtype='d'。
注释
稀疏矩阵可用于算术运算：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
对矩阵稀疏结构的更改是高效的
- LIL 格式的缺点
算术运算 LIL + LIL 速度较慢（考虑 CSR 或 CSC）
列切片速度较慢（考虑 CSC）
矩阵向量积速度较慢（考虑 CSR 或 CSC）
- 预期用途
LIL 是一种方便的构建稀疏矩阵的格式
构建矩阵后，转换为 CSR 或 CSC 格式以进行快速算术和矩阵向量运算
在构建大型矩阵时，请考虑使用 COO 格式
- 数据结构
一个数组（
self.rows），其中每一行都是非零元素的列索引的排序列表。相应的非零值以类似的方式存储在
self.data中。
- 属性:
方法
__len__()__mul__(other)asformat(format[, copy])以传递的格式返回此数组/矩阵。
asfptype()将矩阵向上转换为浮点格式（如有必要）
astype(dtype[, casting, copy])将数组/矩阵元素强制转换为指定的类型。
conj([copy])元素级复共轭。
conjugate([copy])元素级复共轭。
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 个对角线。
dot(other)普通点积
getH()返回此矩阵的厄米转置。
获取矩阵的形状
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
打印时要显示的最大元素数。
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）。
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/矩阵之间的元素级最大值。
mean([axis, dtype, out])计算沿指定轴的算术平均值。
minimum(other)此数组/矩阵与另一个数组/矩阵之间的元素级最小值。
multiply(other)按另一个数组/矩阵进行逐点乘法。
nonzero()数组/矩阵的非零索引。
power(n[, dtype])元素级幂。
reshape(self, shape[, order, copy])为稀疏数组/矩阵赋予新的形状，而不更改其数据。
resize(*shape)将数组/矩阵就地调整为由
shape给定的维度set_shape(shape)就地设置矩阵的形状
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 COOrdinate 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])返回此稀疏矩阵的密集表示。
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/矩阵转换为列表的列表格式。
trace([offset])返回稀疏数组/矩阵对角线上的和。
transpose([axes, copy])反转稀疏数组/矩阵的维度。
__getitem__