scipy稀疏數組dok_array如何使用

這篇文章主要介紹“scipy稀疏數組dok_array如何使用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“scipy稀疏數組dok_array如何使用”文章能幫助大家解決問題。

dok_array

dok數組就是通過鍵值對存儲的數組，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.]]

得到結果為

從上面的代碼來看，其等價形式如下，唯一的區別是，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，相當于數據量翻了三倍。

>>> 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是一個稀疏數組或2 × D 2\times D2×D數組

• dok_array(S) S是另一種稀疏數組。

• dok_array((M, N),dtype='d') 創建一個shape為( M , N ) (M, N)(M,N)的空數組，dtype為數據類型

內置方法

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

關于“scipy稀疏數組dok_array如何使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。