scipy稀疏數(shù)組dok_array的具體使用

更新時間：2023年02月23日 09:24:56 作者：微小冷

本文主要介紹了scipy稀疏數(shù)組dok_array的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

dok_array

dok數(shù)組就是通過鍵值對存儲的數(shù)組，其中key就是矩陣中的坐標元組，value就是對應坐標中的值，是最容易理解的稀疏矩陣存儲方案。

>>> import numpy as np
>>> from scipy.sparse import dok_array
>>> dok = dok_array((5, 5), dtype=np.float32)
>>> for i in range(5):
...     for j in range(5):
...         dok[i, j] = i + j    # Update element
...
>>> print(dok.toarray())
[[0. 1. 2. 3. 4.]
 [1. 2. 3. 4. 5.]
 [2. 3. 4. 5. 6.]
 [3. 4. 5. 6. 7.]
 [4. 5. 6. 7. 8.]]

得到結(jié)果為

從上面的代碼來看，其等價形式如下，唯一的區(qū)別是，對于一個全0的矩陣，array必須將所有0都存儲下來，而dok數(shù)組可以不存儲任何有效值。但對于全都不是0的矩陣，dok除了存儲矩陣的值之外，還要將矩陣的坐標重新寫一邊，相當于數(shù)據(jù)量翻了三倍。

>>> Z = np.zeros([5,5])
>>> for i in range(5):
...     for j in range(5):
...         Z[i, j] = i + j    # Update element
...
>>> print(Z)
[[0. 1. 2. 3. 4.]
 [1. 2. 3. 4. 5.]
 [2. 3. 4. 5. 6.]
 [3. 4. 5. 6. 7.]
 [4. 5. 6. 7. 8.]]

初始化方案

dok僅支持三種初始化方案：

dok_array(D) D是一個稀疏數(shù)組或2 × D 2\times D2×D數(shù)組
dok_array(S) S是另一種稀疏數(shù)組。
dok_array((M, N),dtype='d') 創(chuàng)建一個shape為( M , N ) (M, N)(M,N)的空數(shù)組，dtype為數(shù)據(jù)類型

內(nèi)置方法

稀疏數(shù)組在計算上并不便捷，所以dok_array中內(nèi)置了下列函數(shù)，可以高效地完成計算。


函數(shù)	`expm1`, `log1p`, `sqrt`, `pow`, `sign`
三角函數(shù)	`sin`, `tan`, `arcsin`, `arctan`, `deg2rad`, `rad2deg`
雙曲函數(shù)	`sinh`, `tanh`, `arcsinh`, `arctanh`
索引	`getcol`, `getrow`, `nonzero`, `argmax`, `argmin`, `max`, `min`
舍入	`ceil`, `floor`, `trunc`
變換	`conj`, `conjugate`, `getH`
統(tǒng)計	`count_nonzero`, `getnnz`, `mean`, `sum`
矩陣	`diagonal`, `trace`
獲取屬性	`get_shape`, `getformat`
計算比較	`multiply`, `dot`, `maximum`, `minimum`
轉(zhuǎn)換	`asformat`, `asfptype`, `astype`, `toarray`, `todense`
轉(zhuǎn)換	`tobsr`, `tocoo`, `tocsc`, `tocsr`, `todia`, `todok`, `tolil`
更改維度	`set_shape`, `reshape`, `resize`, `transpose`
排序	`sort_indices`, `sorted_indices`
移除元素	`eliminate_zeros`, `prune`, `sum_duplicates`
其他	`copy`, `check_format`, `getmaxprint`, `rint`, `setdiag`