cupyx.scipy.sparse.csc_matrix

类 cupyx.scipy.sparse.csc_matrix(arg1, shape=None, dtype=None, copy=False)

压缩稀疏列矩阵。

可以通过几种方式实例化。

csc_matrix(D)

D 是一个秩为 2 的 cupy.ndarray。

csc_matrix(S)

S 是另一个稀疏矩阵。这等效于 S.tocsc()。

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

它构造一个形状为 (M, N) 的空矩阵。默认 dtype 为 float64。

csc_matrix((data, (row, col)))

所有 data、row 和 col 都是一维的 cupy.ndarray。

csc_matrix((data, indices, indptr))

所有 data、indices 和 indptr 都是一维的 cupy.ndarray。

参数：

• arg1 – 初始化器的参数。

• shape (tuple) – 矩阵的形状。其长度必须为二。

• dtype – 数据类型。它必须是 numpy.dtype 的参数。

• copy (bool) – 如果为 True，则始终使用给定数组的副本。

另请参阅

scipy.sparse.csc_matrix

方法

__getitem__(key)

__setitem__(key, x)

__len__()

__iter__()

arcsin()

逐元素 arcsin。

arcsinh()

逐元素 arcsinh。

arctan()

逐元素 arctan。

arctanh()

逐元素 arctanh。

argmax(axis=None, out=None)

返回沿轴的最大元素的索引。

考虑隐式零元素。如果存在多个最大值，则返回第一次出现的索引。如果矩阵中出现 NaN 值，则输出默认为 NaN 所在的行/列的零条目。

参数：

• axis (int) – {-2, -1, 0, 1, None} (可选) 计算 argmax 的轴。如果为 None (默认)，则返回展平数据中最大元素的索引。

• out (None) – (可选) 此参数仅出于 NumPy 兼容性原因包含在签名中。除默认值外，请勿传入任何内容，因为此参数未使用。

返回：

最大元素的索引。如果是数组，其沿 axis 的大小为 1。

返回类型：

(cupy.narray 或 int)

argmin(axis=None, out=None)

返回沿轴的最小元素的索引。

考虑隐式零元素。如果存在多个最小值，则返回第一次出现的索引。如果矩阵中出现 NaN 值，则输出默认为 NaN 所在的行/列的零条目。

参数：

• axis (int) – {-2, -1, 0, 1, None} (可选) 计算 argmin 的轴。如果为 None (默认)，则返回展平数据中最小元素的索引。

• out (None) – (可选) 此参数仅出于 NumPy 兼容性原因包含在签名中。除默认值外，请勿传入任何内容，因为此参数未使用。

返回：

最小元素的索引。如果是矩阵，其沿 axis 的大小为 1。

返回类型：

(cupy.narray 或 int)

asformat(format)

以给定的稀疏格式返回此矩阵。

参数：

format (str 或 None) – 您需要的格式。

asfptype()

将矩阵向上转换为浮点格式。

当矩阵为浮点类型时，方法返回自身。否则，它将生成一个具有浮点类型和相同格式的副本。

返回：

一个浮点类型的矩阵。

返回类型：

cupyx.scipy.sparse.spmatrix

astype(t)

将数组转换为给定的数据类型。

参数：

dtype – 类型说明符。

返回：

具有给定类型的数组副本。

ceil()

逐元素 ceil。

conj(copy=True)

逐元素复共轭。

如果矩阵是非复数数据类型且 copy 为 False，则此方法不执行任何操作且不复制数据。

参数：

copy (bool) – 如果为 True，则保证结果不与自身共享数据。

返回：

逐元素复共轭。

返回类型：

cupyx.scipy.sparse.spmatrix

conjugate(copy=True)

逐元素复共轭。

如果矩阵是非复数数据类型且 copy 为 False，则此方法不执行任何操作且不复制数据。

参数：

copy (bool) – 如果为 True，则保证结果不与自身共享数据。

返回：

逐元素复共轭。

返回类型：

cupyx.scipy.sparse.spmatrix

copy()

返回此矩阵的副本。

返回的值与当前矩阵之间不会共享任何数据/索引。

count_nonzero()

返回非零条目的数量。

注意

此方法计算非零条目的实际数量，不包括显式零条目。而 nnz 返回包括显式零在内的条目数量。

返回：

非零条目的数量。

int

deg2rad()

逐元素 deg2rad。

diagonal(k=0)

参数：

• 返回矩阵的第 k 个对角线。

• k (int, optional) – 要获取的对角线，对应于元素

• a[i – 0 (主对角线)。

返回：

默认 (i+k].) – 0 (主对角线)。

返回类型：

cupy.ndarray

第 k 个对角线。

dot(other)

普通点积

eliminate_zeros()

就地移除零条目。

expm1()

逐元素 expm1。

floor()

逐元素 floor。

get(stream=None)

返回主机内存中数组的副本。

警告

参数：

您需要安装 SciPy 才能使用此方法。

返回：

stream (cupy.cuda.Stream) – CUDA 流对象。如果给出，复制将异步运行。否则，复制将同步运行。

返回类型：

scipy.sparse.csc_matrix

主机内存中数组的副本。

getH()

get_shape()

返回：

返回矩阵的形状。

返回类型：

矩阵的形状。

tuple

getcol(i)

参数：

返回矩阵第 i 列的副本，作为 (m x 1) CSC 矩阵（列向量）。

返回：

i (integer) – 列

返回类型：

cupyx.scipy.sparse.csc_matrix

具有单列的稀疏矩阵

getformat()

getmaxprint()

getnnz(axis=None)

参数：

返回存储值的数量，包括显式零。

返回：

axis – 暂不支持。

返回类型：

存储值的数量。

int

getrow(i)

参数：

返回矩阵第 i 行的副本，作为 (1 x n) CSR 矩阵（行向量）。

返回：

i (integer) – 行

返回类型：

cupyx.scipy.sparse.csc_matrix

具有单行的稀疏矩阵

log1p()

逐元素 log1p。

max(axis=None, out=None, *, explicit=False)

参数：

• 返回矩阵的最大值或沿轴的最大值。

• out (None) – (可选) 此参数仅出于 NumPy 兼容性原因包含在签名中。除默认值外，请勿传入任何内容，因为此参数未使用。

• axis (int) – {-2, -1, 0, 1, None} (可选) 计算最大值的轴。默认是计算所有矩阵元素的最大值，返回一个标量（即 axis = None）。

返回：

explicit (bool) – 返回明确指定的最大值，并忽略所有隐式零条目。如果该维度没有显式值，则返回零表示它是唯一的隐式值。此参数是实验性的，将来可能会更改。

返回类型：

a 的最大值。如果 axis 为 None，结果为标量值。如果给出 axis，结果将是维度为 a.ndim - 1 的数组。这与 numpy 不同，是为了计算效率。

另请参阅

(cupy.ndarray 或 float)

另请参阅

min：稀疏矩阵沿给定轴的最小值。

numpy.matrix.max：NumPy 对矩阵 max 的实现

maximum(other)

mean(axis=None, dtype=None, out=None)

参数：

计算沿指定轴的算术平均值。

返回：

axis (int 或 None) – 计算平均值的轴。如果为 None，则计算所有元素的平均值。从 {None, 0, 1, -2, -1} 中选择。

返回类型：

cupy.ndarray

另请参阅

平均值数组。

scipy.sparse.spmatrix.mean()

min(axis=None, out=None, *, explicit=False)

参数：

• 返回矩阵的最小值或沿轴的最小值。

• out (None) – (可选) 此参数仅出于 NumPy 兼容性原因包含在签名中。除默认值外，请勿传入任何内容，因为此参数未使用。

• axis (int) – {-2, -1, 0, 1, None} (可选) 计算最小值的轴。默认是计算所有矩阵元素的最小值，返回一个标量（即 axis = None）。

返回：

a 的最小值。如果 axis 为 None，结果为标量值。如果给定了 axis，结果是维度为 a.ndim - 1 的数组。这与 numpy 的实现不同，以便提高计算效率。

返回类型：

a 的最大值。如果 axis 为 None，结果为标量值。如果给出 axis，结果将是维度为 a.ndim - 1 的数组。这与 numpy 不同，是为了计算效率。

另请参阅

max : 稀疏矩阵沿给定轴的最大值。

另请参阅

numpy.matrix.min : NumPy 对矩阵 ‘min’ 的实现

minimum(other)

multiply(other)

与另一个矩阵进行逐元素乘法。

power(n, dtype=None)

逐元素的幂函数。

参数：

• n – 指数。

• dtype – 类型说明符。

rad2deg()

逐元素的弧度转角度。

reshape(*shape, order='C')

在不改变数据的情况下，为稀疏矩阵赋予新的形状。

参数：

• shape (tuple) – 新形状应与原始形状兼容。

• order – {‘C’, ‘F’}（可选） 使用此索引顺序读取元素。‘C’ 表示使用 C 风格的索引顺序读取和写入元素。‘F’ 表示使用 Fortran 风格的索引顺序读取和写入元素。默认值：C。

返回：

稀疏矩阵

返回类型：

cupyx.scipy.sparse.coo_matrix

rint()

逐元素的四舍五入到最接近的整数（rint）。

set_shape(shape)

setdiag(values, k=0)

设置数组的对角线或非对角线元素。

参数：

• values (cupy.ndarray) – 对角线元素的新值。values 可以是任意长度。如果对角线比 values 长，则剩余的对角线项将不会被设置。如果 values 比对角线长，则剩余的值将被忽略。如果给定一个标量值，则整个对角线都设置为该值。

• k (int, optional) – 要设置哪个对角线，对应于元素 a[i, i+k]。默认值：0（主对角线）。

sign()

逐元素的符号函数。

sin()

逐元素的正弦函数。

sinh()

逐元素的双曲正弦函数。

sort_indices()

*就地*排序此矩阵的索引。

返回主机内存中数组的副本。

调用此函数可能会同步设备。

sorted_indices()

返回此矩阵的一个带有排序索引的副本

返回主机内存中数组的副本。

调用此函数可能会同步设备。

sqrt()

逐元素的平方根函数。

sum(axis=None, dtype=None, out=None)

沿给定轴对矩阵元素求和。

参数：

• axis (int 或 None) – 计算和的轴。如果为 None，则计算所有元素的和。选择范围包括 {None, 0, 1, -2, -1}。

• dtype – 返回矩阵的类型。如果未指定，则使用数组的类型。

• out (cupy.ndarray) – 输出矩阵。

返回：

axis (int 或 None) – 计算平均值的轴。如果为 None，则计算所有元素的平均值。从 {None, 0, 1, -2, -1} 中选择。

返回类型：

cupy.ndarray

另请参阅

scipy.sparse.spmatrix.sum()

sum_duplicates()

通过将重复的矩阵项相加来消除它们。

注意

这是*就地*操作。

返回主机内存中数组的副本。

调用此函数可能会同步设备。

另请参阅

scipy.sparse.csr_matrix.sum_duplicates(), scipy.sparse.csc_matrix.sum_duplicates()

tan()

逐元素的正切函数。

tanh()

逐元素的双曲正切函数。

toarray(order=None, out=None)

返回表示相同值的密集矩阵。

参数：

• order ({'C', 'F', None}) – 是否按 C (行主序) 或 F (列主序) 顺序存储数据。默认是 C 顺序。

• out – 不支持。

返回：

表示相同矩阵的密集数组。

返回类型：

cupy.ndarray

另请参阅

scipy.sparse.csc_matrix.toarray()

tobsr(blocksize=None, copy=False)

将此矩阵转换为块稀疏行格式 (Block Sparse Row format)。

tocoo(copy=False)

将矩阵转换为坐标格式 (COOrdinate format)。

参数：

copy (bool) – 如果为 False，则尽可能共享数据数组。

返回：

转换后的矩阵。

返回类型：

cupyx.scipy.sparse.coo_matrix

tocsc(copy=None)

将矩阵转换为压缩稀疏列格式 (Compressed Sparse Column format)。

参数：

copy (bool) – 如果为 False，该方法返回自身。否则，它会创建一个矩阵的副本。

返回：

转换后的矩阵。

返回类型：

cupyx.scipy.sparse.csc_matrix

tocsr(copy=False)

将矩阵转换为压缩稀疏行格式 (Compressed Sparse Row format)。

参数：

copy (bool) – 如果为 False，则尽可能共享数据数组。实际上此选项被忽略，因为在 csr 到 csc 转换中，矩阵中的所有数组都无法共享。

返回：

转换后的矩阵。

返回类型：

cupyx.scipy.sparse.csr_matrix

todense(order=None, out=None)

返回此矩阵的密集矩阵表示。

todia(copy=False)

将此矩阵转换为稀疏对角格式 (sparse DIAgonal format)。

todok(copy=False)

将此矩阵转换为键字典格式 (Dictionary Of Keys format)。

tolil(copy=False)

将此矩阵转换为链表格式 (LInked List format)。

transpose(axes=None, copy=False)

返回转置矩阵。

参数：

• axes – 此选项不支持。

• copy (bool) – 如果为 True，返回的矩阵不共享数据。否则，它尽可能共享数据数组。

返回：

维度反转的 self。

返回类型：

cupyx.scipy.sparse.csr_matrix

trunc()

逐元素的截断函数。

__eq__(other)

返回 self==value。

__ne__(other)

返回 self!=value。

__lt__(other)

返回 self<value。

__le__(other)

返回 self<=value。

__gt__(other)

返回 self>value。

__ge__(other)

返回 self>=value。

__nonzero__()

__bool__()

属性

A

此矩阵的密集 ndarray 表示。

此属性等同于 toarray() 方法。

H

T

device

此数组所在的 CUDA 设备。

dtype

矩阵的数据类型。

format = 'csc'

has_canonical_format

确定矩阵是否具有已排序的索引且没有重复项。

返回

bool: 如果满足上述条件，则为 True，否则为 False。

注意

has_canonical_format 意味着 has_sorted_indices，因此如果后一个标志为 False，前一个标志也将为 False；如果前一个标志为 True，后一个标志也会被设置。

返回主机内存中数组的副本。

获取此属性可能会同步设备。

has_sorted_indices

确定矩阵是否具有已排序的索引。

返回

bool

如果矩阵的索引按排序顺序排列，则为 True，否则为 False。

返回主机内存中数组的副本。

获取此属性可能会同步设备。

ndim

nnz

shape

size