scipy.sparse.

safely_cast_index_arrays

scipy.sparse.safely_cast_index_arrays(A, idx_dtype=<class 'numpy.int32'>, msg='')

安全地将稀疏数组索引转换为 idx_dtype。

检查 A 的形状以确定是否可以安全地将其索引数组转换为 dtype idx_dtype。如果形状中的任何维度大于 dtype 所能容纳的范围，则转换不安全，因此会引发 ValueError。如果安全，则将索引数组转换为 idx_dtype 并返回结果，而不更改输入 A。调用者可以根据需要将结果赋值给 A 的属性，或者直接使用重新转换后的索引数组。

除非需要向下转换，否则将返回原始索引数组。您可以测试例如 A.indptr is new_indptr 以查看是否发生了向下转换。

在版本 1.15.0 中添加。

参数:

A稀疏数组或矩阵

应向下转换索引数组的数组。

idx_dtypedtype

期望的 dtype。应为整数 dtype（默认值：np.int32）。scipy.sparse 大部分使用 int64 或 int32。

msg字符串，可选

如果数组形状太大而无法适应 idx_dtype，则添加到 ValueError 消息末尾的字符串。错误消息为 f"<index> values too large for {msg}" 它应指明为什么需要向下转换，例如“SuperLU”，默认值为 f”dtype {idx_dtype}”。

返回:

idx_arraysndarray 或 ndarray 元组

根据 A.format，索引数组在转换为 idx_dtype 后返回。对于 CSC/CSR，返回 (indices, indptr)。对于 COO，返回 coords。对于 DIA，返回 offsets。对于 BSR，返回 (indices, indptr)。

引发:

ValueError

如果数组的形状不适合新的 dtype，或者稀疏格式不使用索引数组。

示例

在浏览器中尝试！

>>> import numpy as np
>>> from scipy import sparse
>>> data = [3]
>>> coords = (np.array([3]), np.array([1]))  # Note: int64 arrays
>>> A = sparse.coo_array((data, coords))
>>> A.coords[0].dtype
dtype('int64')

>>> # rescast after construction, raising exception if shape too big
>>> coords = sparse.safely_cast_index_arrays(A, np.int32)
>>> A.coords[0] is coords[0]  # False if casting is needed
False
>>> A.coords = coords  # set the index dtype of A
>>> A.coords[0].dtype
dtype('int32')

返回在新标签页中打开