scipy.sparse.

lil_matrix

класс scipy.sparse.lil_matrix(arg1, shape=None, dtype=None, copy=False, *, maxprint=None)

Разреженная матрица на основе списка списков по строкам.

Это структура для инкрементального построения разреженных матриц. Обратите внимание, что вставка одного элемента может занимать линейное время в худшем случае; для эффективного построения матрицы убедитесь, что элементы предварительно отсортированы по индексу, для каждой строки.

Это может быть создано несколькими способами:

lil_matrix(D)

где D — это 2-D ndarray

lil_matrix(S)

с другой разреженной матрицей или массивом S (эквивалентно S.tolil())

lil_matrix((M, N), [dtype])

для создания пустой матрицы с формой (M, N) dtype опционален, по умолчанию dtype='d'.

Атрибуты:

dtypedtype

Тип данных матрицы

shape2-кортеж

Форма матрицы

ndimint

Количество измерений (всегда равно 2)

nnz

Количество хранимых значений, включая явные нули.

size

Количество сохранённых значений.

данные

Массив данных в формате LIL матрицы

строки

Массив индексов строк формата LIL матрицы

T

Транспонирование.

Методы

__len__()
__mul__(other)
asformat(format[, copy])	Вернуть этот массив/матрицу в переданном формате.
asfptype()	Приведение матрицы к формату с плавающей точкой (при необходимости)
astype(dtype[, casting, copy])	Привести элементы массива/матрицы к указанному типу.
conj([copy])	Поэлементное комплексное сопряжение.
conjugate([copy])	Поэлементное комплексное сопряжение.
copy()	Возвращает копию этого массива/матрицы.
count_nonzero([axis])	Количество ненулевых элементов, эквивалентно
diagonal([k])	Возвращает k-ю диагональ массива/матрицы.
dot(other)	Обычное скалярное произведение
getH()	Возвращает эрмитово сопряжённую матрицу.
get_shape()	Получить форму матрицы
getcol(j)	Возвращает копию столбца j матрицы в виде разреженной матрицы (m x 1) (вектор-столбец).
getformat()	Формат хранения матрицы
getmaxprint()	Максимальное количество элементов для отображения при печати.
getnnz([axis])	Количество хранимых значений, включая явные нули.
getrow(i)	Возвращает копию строки i матрицы в виде разреженной матрицы (1 x n) (вектор-строка).
getrowview(i)	Возвращает представление i-й строки (без копирования).
maximum(other)	Поэлементный максимум между этим и другим массивом/матрицей.
mean([axis, dtype, out])	Вычисляет среднее арифметическое вдоль указанной оси.
minimum(other)	Поэлементный минимум между этим и другим массивом/матрицей.
multiply(other)	Поэлементное умножение на другой массив/матрицу.
nonzero()	Ненулевые индексы массива/матрицы.
power(n[, dtype])	Поэлементное возведение в степень.
reshape(self, shape[, order, copy])	Придаёт новую форму разреженному массиву/матрице без изменения данных.
resize(*shape)	Изменить размер массива/матрицы на месте до размеров, заданных shape
set_shape(форма)	Установить форму матрицы на месте
setdiag(values[, k])	Установить диагональные или внедиагональные элементы массива/матрицы.
sum([axis, dtype, out])	Суммировать элементы массива/матрицы по заданной оси.
toarray([order, out])	Возвращает плотное представление ndarray для этого разреженного массива/матрицы.
tobsr([blocksize, copy])	Преобразовать этот массив/матрицу в формат Block Sparse Row.
tocoo([copy])	Преобразование этого массива/матрицы в формат COOrdinate.
tocsc([copy])	Преобразовать этот массив/матрицу в формат сжатого разреженного столбца.
tocsr([copy])	Преобразовать этот массив/матрицу в формат сжатых строк (CSR).
todense([order, out])	Вернуть плотное представление этой разреженной матрицы.
todia([copy])	Преобразовать этот массив/матрицу в разреженный DIAгональный формат.
todok([copy])	Преобразовать этот массив/матрицу в формат Dictionary Of Keys.
tolil([copy])	Преобразовать этот массив/матрицу в формат List of Lists.
trace([offset])	Возвращает сумму по диагоналям разреженного массива/матрицы.
transpose([axes, copy])	Обращает размерности разреженного массива/матрицы.

__getitem__

Примечания

Разреженные матрицы можно использовать в арифметических операциях: они поддерживают сложение, вычитание, умножение, деление и возведение матрицы в степень.

Преимущества формата LIL

• поддерживает гибкое срезание

• изменения в структуре разреженности матрицы эффективны

Недостатки формата LIL

• арифметические операции LIL + LIL медленные (рассмотрите CSR или CSC)

• медленное срезание столбцов (рассмотреть CSC)

• медленные матрично-векторные произведения (рассмотрите CSR или CSC)

Предполагаемое использование

• LIL — удобный формат для построения разреженных матриц

• после построения матрицы преобразуйте в формат CSR или CSC для быстрых арифметических операций и операций с матрицами-векторами

• рассмотрите использование формата COO при построении больших матриц

Структура данных

• Массив (self.rows) строк, каждая из которых представляет собой отсортированный список индексов столбцов ненулевых элементов.

• Соответствующие ненулевые значения хранятся аналогичным образом в self.data.