我在Python中使用Numpy编写了以下代码:
p = np.diag(1.0 / np.array(x))
如何在不先创建
p2
的情况下将其转换为与p
具有相同值的稀疏矩阵p
? 最佳答案
使用 scipy.sparse.spdiags
(首先会做很多事情,因此一开始可能会造成混淆), scipy.sparse.dia_matrix
和/或 scipy.sparse.lil_diags
。 (取决于format,您需要...中的稀疏矩阵)
例如。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)
关于python - 创建对角稀疏矩阵的有效方法,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/3695434/