脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → scipy稀疏数组coo_array

scipy稀疏数组coo_array的实现

 更新时间：2023年02月21日 11:08:21   作者：微小冷  
本文主要介绍了scipy稀疏数组coo_array的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

coo_array

coo也被称为ijv，是一种三元组格式，对于矩阵中第i ii行第j jj列的值v vv，将其存储为( i , j , v ) (i,j,v)(i,j,v)这样的三元组，即为coo_array的原理。

例如

import numpy as np
from scipy.sparse import coo_array
row  = np.array([0, 3, 1, 0])
col  = np.array([0, 3, 1, 2])
data = np.array([4, 5, 7, 9])
coo_array((data, (row, col)), shape=(4, 4)).toarray()
print(coo.toarray())

其输出结果为

但需要注意一点，若行数组和列数组所对应的矩阵坐标发生了重复，那么重复位置处对应的值会累加，

row  = np.array([0, 0, 1, 3, 1, 0, 0])
col  = np.array([0, 2, 1, 3, 1, 0, 0])
data = np.array([1, 1, 1, 1, 1, 1, 1])
coo = coo_array((data, (row, col)), shape=(4, 4))
print(coo.toarray())

结果为

初始化方案

  • coo_array(D) D是一个稀疏数组或2 × D 2\times D2×D数组
  • coo_array(S) S是另一种稀疏数组
  • coo_array((M, N),dtype='d') 创建一个shape为( M , N ) (M, N)(M,N)的空数组，dtype为数据类型
  • coo_array((data, (i,j))) (i, j)是坐标数组，data是数据数组，设新矩阵为a，则a[i[k], j[k]] = data[k]

前三种比较容易理解，下面验证一下第四种

>>> from scipy.sparse import coo_array
>>> import numpy as np
>>> data = np.random.rand(3)
>>> x = y = np.arange(3).astype(int)
>>> coo = coo_array((data,(x,y)))
>>> coo.toarray()
array([[0.28050236, 0.        , 0.        ],
       [0.        , 0.59568482, 0.        ],
       [0.        , 0.        , 0.84392724]])

内置方法

稀疏数组在计算上并不便捷，所以coo_array中内置了下列函数，可以高效地完成计算。

函数expm1, log1p, sqrt, pow, sign
三角函数sin, tan, arcsin, arctan, deg2rad, rad2deg
双曲函数sinh, tanh, arcsinh, arctanh
索引getcol, getrow, nonzero, argmax, argmin, max, min
舍入ceil, floor, trunc
变换conj, conjugate, getH
统计count_nonzero, getnnz, mean, sum
矩阵diagonal, trace
获取属性get_shape, getformat
计算比较multiply, dot, maximum, minimum
转换asformat, asfptype, astype, toarray, todense
转换tobsr, tocoo, tocsc, tocsr, todia, todok, tolil
更改维度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

到此这篇关于scipy稀疏数组coo_array的实现的文章就介绍到这了,更多相关scipy稀疏数组coo_array内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python遍历指定文件及文件夹的方法

    Python遍历指定文件及文件夹的方法

    这篇文章主要介绍了Python遍历指定文件及文件夹的方法,对比两种实现技巧分析了Python遍历文件及文件夹的方法,需要的朋友可以参考下
    2015-05-05
  • Python使用gmplot创建动态地图可视化

    Python使用gmplot创建动态地图可视化

    gmplot 是一个 Python 库,用于基于 Google Maps 的静态地图生成可视化,它提供简单的 API 来绘制标记、路径、热力图等地理信息数据,本文给大家介绍了如何使用 gmplot 在 Python 中创建动态地图可视化,需要的朋友可以参考下
    2024-12-12
  • python字符串分割及字符串的一些常规方法

    python字符串分割及字符串的一些常规方法

    这篇文章主要介绍了python字符串分割以及字符串的一些常规方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-07-07
  • 利用Python制作一个MOOC公开课下载器

    利用Python制作一个MOOC公开课下载器

    为了帮助大家更好地在假期内卷，本文将利用Python制作一个中国大学MOOC的公开课下载器。文中的示例代码讲解详细，感兴趣的小伙伴可以学习一下
    2022-03-03
  • Python实现FLV视频拼接功能

    Python实现FLV视频拼接功能

    这篇文章主要介绍了Python实现FLV视频拼接功能，本文给大家介绍的非常详细具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-01-01
  • Python urllib3软件包的使用说明

    Python urllib3软件包的使用说明

    这篇文章主要介绍了Python urllib3软件包的使用说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-11-11
  • python基础教程项目二之画幅好画

    python基础教程项目二之画幅好画

    这篇文章主要为大家详细介绍了python基础教程项目二之画幅好画，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-04-04
  • python使用pil生成缩略图的方法

    python使用pil生成缩略图的方法

    这篇文章主要介绍了python使用pil生成缩略图的方法,涉及Python使用pil模块操作图片的技巧,非常具有实用价值,需要的朋友可以参考下
    2015-03-03
  • python机器学习理论与实战（五）支持向量机

    python机器学习理论与实战（五）支持向量机

    这篇文章主要为大家详细介绍了python机器学习理论与实战第五篇，支持向量机的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-01-01
  • Python实现批量解压文件夹下所有压缩包

    Python实现批量解压文件夹下所有压缩包

    这篇文章主要为大家详细介绍了如何使用Python实现批量解压文件夹下所有压缩包,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-02-02

最新评论