6
我一直在使用numpy的Python中下面的代码对角稀疏矩阵:有效的方式来建立
p = np.diag(1.0/np.array(x))
我怎样才能改变它来获得稀疏矩阵p2
与作为p
相同的值,而无需创建p
第一?
我一直在使用numpy的Python中下面的代码对角稀疏矩阵:有效的方式来建立
p = np.diag(1.0/np.array(x))
我怎样才能改变它来获得稀疏矩阵p2
与作为p
相同的值,而无需创建p
第一?
使用scipy.sparse.spdiags
(它有很多,所以可能会混淆,最初),scipy.sparse.dia_matrix
和/或scipy.sparse.lil_diags
。 (取决于你想要稀疏矩阵的format ...)
E.g.使用spdiags
:
import numpy as np
import scipy as sp
import scipy.sparse
x = np.arange(10)
# "0" here indicates the main diagonal...
# "y" will be a dia_matrix type of sparse array, by default
y = sp.sparse.spdiags(x, 0, x.size, x.size)
使用scipy.sparse模块,
p = sparse.dia_matrix(1.0/np.array(x), shape=(len(x), len(x)));