cupyx.scipy.sparse.dia_matrix

class cupyx.scipy.sparse.dia_matrix(arg1, shape=None, dtype=None, copy=False)

对角线存储的稀疏矩阵。

目前它只有以下一种初始化格式

dia_matrix((data, offsets))

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。

参见

scipy.sparse.dia_matrix

方法

__len__()

__iter__()

arcsin()

逐元素计算反正弦。

arcsinh()

逐元素计算反双曲正弦。

arctan()

逐元素计算反正切。

arctanh()

逐元素计算反双曲正切。

asformat(format)

以给定的稀疏格式返回此矩阵。

参数:

format (str or None) – 所需的格式。

asfptype()

将矩阵转换为浮点类型。

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

返回:

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()

逐元素向上取整。

conj(copy=True)

逐元素复数共轭。

如果矩阵为非复数数据类型且 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，则保证结果与自身不共享数据。

返回:

逐元素复数共轭。

返回类型:

cupyx.scipy.sparse.spmatrix

conjugate(copy=True)

逐元素复数共轭。

如果矩阵为非复数数据类型且 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，则保证结果与自身不共享数据。

返回:

逐元素复数共轭。

返回类型:

cupyx.scipy.sparse.spmatrix

copy()

返回此矩阵的副本。

返回值与当前矩阵之间不会共享数据/索引。

count_nonzero()

返回非零项的数量。

注意

此方法计算实际的非零项数量，不包括显式零项。而 nnz 返回包括显式零项在内的项数量。

返回:

非零项数量。

deg2rad()

逐元素计算度到弧度转换。

diagonal(k=0)

返回矩阵的第 k 个对角线。

参数:

• k (int, optional) – 要获取的对角线，对应于元素

• a[i – 0（主对角线）。

• 默认 (i+k].) – 0（主对角线）。

返回:

第 k 个对角线。

返回类型:

cupy.ndarray

dot(other)

普通点积

expm1()

逐元素计算 expm1。

floor()

逐元素向下取整。

get(stream=None)

在主机内存上返回数组的副本。

参数:

stream (cupy.cuda.Stream) – CUDA 流对象。如果给定，复制将异步运行。否则，复制是同步的。

返回:

主机内存上的数组副本。

返回类型:

scipy.sparse.dia_matrix

getH()

get_shape()

返回矩阵的形状。

返回:

矩阵的形状。

返回类型:

tuple

getformat()

getmaxprint()

getnnz(axis=None)

返回存储值的数量，包括显式零。

参数:

axis – 暂不支持。

返回:

存储值的数量。

返回类型:

int

log1p()

逐元素计算 log1p。

maximum(other)

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

计算指定轴上的算术平均值。

参数:

axis (int or 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:

求和后的数组。

返回类型:

cupy.ndarray

参见

scipy.sparse.spmatrix.mean()

minimum(other)

multiply(other)

与另一个矩阵的逐点乘法

power(n, dtype=None)

逐元素幂函数。

参数:

• n – 指数。

• dtype – 类型说明符。

rad2deg()

逐元素计算弧度到度转换。

reshape(*shape, order=‘C’)

在不改变稀疏矩阵数据的情况下赋予其新形状。

参数:

• shape (tuple) – 新形状应与原形状兼容。

• order – {‘C’, ‘F’} (可选) 使用此索引顺序读取元素。‘C’ 表示使用 C-like 索引顺序读写元素。‘F’ 表示使用 Fortran-like 索引顺序读写元素。默认值: C。

返回:

稀疏矩阵

返回类型:

cupyx.scipy.sparse.coo_matrix

rint()

逐元素四舍五入到最近的整数。

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 可以有任何长度。如果对角线比 values 长，则剩余的对角线条目将不会被设置。如果 values 比对角线长，则剩余的 values 被忽略。如果给定标量值，则整个对角线都将被设置为该值。

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

sign()

逐元素计算符号函数。

sin()

逐元素计算正弦。

sinh()

逐元素计算双曲正弦。

sqrt()

逐元素计算平方根。

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

对给定轴上的矩阵元素求和。

参数:

• axis (int or None) – 计算总和的轴。如果为 None，则计算所有元素的总和。从 {None, 0, 1, -2, -1} 中选择。

• 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:

求和后的数组。

返回类型:

cupy.ndarray

参见

scipy.sparse.spmatrix.sum()

tan()

逐元素计算正切。

tanh()

逐元素计算双曲正切。

toarray(order=None, out=None)

返回表示相同值的密集矩阵。

tobsr(blocksize=None, copy=False)

将此矩阵转换为块稀疏行格式。

tocoo(copy=False)

将此矩阵转换为 COOrdinate 格式。

tocsc(copy=False)

将矩阵转换为压缩稀疏列格式。

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 dia 到 csc 的转换中矩阵中的所有数组无法共享。

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。

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 dia 到 csr 的转换中矩阵中的所有数组无法共享。

返回:

转换后的矩阵。

返回类型:

cupyx.scipy.sparse.csc_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线格式。

todok(copy=False)

将此矩阵转换为字典格式。

tolil(copy=False)

将此矩阵转换为链表格式。

transpose(axes=None, copy=False)

反转稀疏矩阵的维度。

trunc()

逐元素截断。

__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 = 'dia'

ndim

nnz

shape

size