【Python进阶】sp.bmat

最新推荐文章于 2024-08-13 09:24:59 发布

一穷二白到年薪百万

最新推荐文章于 2024-08-13 09:24:59 发布

阅读量519

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python学习文章标签： python 开发语言

本文链接：https://blog.youkuaiyun.com/zfhsfdhdfajhsr/article/details/126955782

Python学习专栏收录该内容

54 篇文章

订阅专栏

本文介绍如何使用scipy.sparse.bmat函数从多个稀疏子矩阵构建一个大的稀疏矩阵，并提供了不同格式的示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

功能：从稀疏的矩阵块中建立一个稀疏矩阵

scipy.sparse.bmat(blocks, format=None, dtype=None)[source]
Build a sparse matrix from sparse sub-blocks

Parameters
blocksarray_like
Grid of sparse matrices with compatible shapes. An entry of None implies an all-zero matrix.

format{‘bsr’, ‘coo’, ‘csc’, ‘csr’, ‘dia’, ‘dok’, ‘lil’}, optional
The sparse format of the result (e.g. “csr”). By default an appropriate sparse matrix format is returned. This choice is subject to change.

dtypedtype, optional
The data-type of the output matrix. If not given, the dtype is determined from that of blocks.

Returns
bmatsparse matrix

例子

from scipy.sparse import coo_matrix, bmat
A = coo_matrix([[1, 2], [3, 4]])
B = coo_matrix([[5], [6]])
C = coo_matrix([[7]])
bmat([[A, B], [None, C]]).toarray()
array([[1, 2, 5],
       [3, 4, 6],
       [0, 0, 7]])
bmat([[A, None], [None, C]]).toarray()
array([[1, 2, 0],
       [3, 4, 0],
       [0, 0, 7]])