sparse的一些函数

2024-05-09 23:11:59

scipy.sparse 一些函数

（1）coo_matrix()

import numpy as np
import scipy.sparse as sp
row = np.array([0,0,1,3])
col = np.array([0,2,1,3])
data = np.array([1,6,3,7])
coo_matrix = sp.coo_matrix((data,(row,col)), shape=(4,4)).toarray()
print(coo_matrix)

结果：

coo_matrix((data, (row, col)), [shape=(M, N)])
啥么意思嘞，就是二维列表,row代表行,col代表列,data里的数据就相当于值,没有指定数据的就是用0来代替了…

优点：

1.不同稀疏格式间转换效率高(exp:CSR/CSC)
2.coo_matrix不支持元素的存取和增删，一旦创建之后，除了将之转换成其它格式的矩阵，几乎无法对其做任何操作和矩阵运算。
3.构建矩阵时，允许坐标重复

缺点：

1.不能直接运算
2.不能直接切片操作

（2）csc_matrix

csc_matrix: 压缩稀疏列矩阵(Compressed sparse column matrix)

优点：

1.高效的矩阵加法与乘法内积运算
2.高效的列切片操作

缺点：

1.矩阵内积操作没有CSR快
2.行切片操作慢（相比CSR)
3.转换成稀疏结构成本高（相比LIL)

（3）lil_matrix

lil_matrix:基于行连接存储的稀疏矩阵(Row-based linked list sparse matrix)
优点：

1.快速按行切片
2.高效地添加、删除、查找元素

缺点:

1.按列切片很慢（建议CSC）
2.算术运算LIL+LIL很慢（考虑CSR或CSC）

（4）dok_matrix()

dok_matrix()函数的功能就是：可以高效地逐渐构造稀疏矩阵。

转化函数

todense([order, out])：返回稀疏矩阵的np.matrix形式
toarray([order, out])：返回稀疏矩阵的np.array形式
tobsr([blocksize, copy])：返回稀疏矩阵的bsr_matrix形式
tocoo([copy])：返回稀疏矩阵的coo_matrix形式
tocsc([copy])：返回稀疏矩阵的csc_matrix形式
tocsr([copy])：返回稀疏矩阵的csr_matrix形式
todia([copy])：返回稀疏矩阵的dia_matrix形式
todok([copy])：返回稀疏矩阵的dok_matrix形式
tolil([copy])：返回稀疏矩阵的lil_matrix形式

官网：scipy

还有一些函数

save_npz(file, matrix[, compressed])：以.npz格式保存稀疏矩阵
load_npz(file)：导入.npz格式的稀疏矩阵
find(A)：返回稀疏矩阵A中的非零元的位置以及数值

sparse的一些函数相关推荐

MATLAB的full,matlab中sparse和full函数的使用
sparse函数功能:创建稀疏矩阵用法1:S=sparse(X)-将矩阵X转化为稀疏矩阵的形式,即矩阵X中任何零元素去除,非零元素及其下标(索引)组成矩阵S. 如果X本身是稀疏的,sparse(X ...
matlab中sparse和full函数的使用
sparse函数功能:创建稀疏矩阵用法1:S=sparse(X)-将矩阵X转化为稀疏矩阵的形式,即矩阵X中任何零元素去除,非零元素及其下标(索引)组成矩阵S. 如果X本身是稀疏的,sparse(X ...
matlab中的sparse函数使用
本页对应的英文页面已更新,但尚未翻译. 若要查看最新内容,请点击此处访问英文页面. sparse 创建稀疏矩阵全页折叠语法 S = sparse(A) S = sparse(m,n) S = sp ...
torch.sparse稀疏矩阵
前言这几天接触图神经网络,会发现有些图的边相对结点比较少,那么邻接矩阵很多元素都为0, 显然,我们可以优化存储策略,以节省内存和加快运算.本文udating- 例子定义稀疏矩阵 import to ...
TensorFlow学习笔记（二十三）四种Cross Entropy交叉熵算法实现和应用
交叉熵(Cross-Entropy) 交叉熵是一个在ML领域经常会被提到的名词.在这篇文章里将对这个概念进行详细的分析. 1.什么是信息量? 假设是一个离散型随机变量,其取值集合为,概率分布函数为 p ...
TensorFlow四种Cross Entropy算法实现和应用
交叉熵介绍交叉熵(Cross Entropy)是Loss函数的一种(也称为损失函数或代价函数),用于描述模型预测值与真实值的差距大小,常见的Loss函数就是均方平方差(Mean Squared Er ...
干货回顾丨TensorFlow四种Cross Entropy算法的实现和应用
交叉熵介绍交叉熵(Cross Entropy)是Loss函数的一种(也称为损失函数或代价函数),用于描述模型预测值与真实值的差距大小,常见的Loss函数就是均方平方差(Mean Squared Er ...
初始化稀疏矩阵 matlab,访问稀疏矩阵 - MATLAB Simulink - MathWorks 中国
稀疏矩阵运算中的索引由于稀疏矩阵是以压缩稀疏列格式存储的,因此为稀疏矩阵进行索引的相关成本与为满矩阵进行索引的相关成本不同.在只需更改稀疏矩阵中的若干元素时,这类成本可忽略不计,因此,在这类情况下, ...
scipy实现的共轭梯度法以及相关原理图解
首先整理下两个概念: Definition:given that u,v∈Rnu,v∈R^nu,v∈Rn,then uuu and vvv are said to be mutually orthog ...

最新文章

热门文章