scipy.sparse.

bmat

scipy.sparse.bmat(blocks, format=None, dtype=None)

从稀疏子块构建稀疏数组或矩阵

注意：block_array 比 bmat 更受推荐。它们是相同的函数，除了 bmat 可以返回一个已弃用的稀疏矩阵。如果输入中没有任何稀疏数组，bmat 返回一个 coo_matrix。

警告

此函数返回一个稀疏矩阵——而不是稀疏数组。建议使用 block_array 以利用稀疏数组功能。

参数:

块array_like

具有兼容形状的稀疏矩阵网格。None 条目表示全零矩阵。

格式{‘bsr’, ‘coo’, ‘csc’, ‘csr’, ‘dia’, ‘dok’, ‘lil’}, 可选

结果的稀疏格式（例如“csr”）。默认情况下会返回适当的稀疏矩阵格式。此选择可能会更改。

dtypedtype, 可选

输出矩阵的数据类型。如果未指定，数据类型将从 blocks 的类型确定。

返回:

bmat稀疏矩阵或数组

如果blocks中的任何块是稀疏数组，则返回稀疏数组。否则返回稀疏矩阵。

如果你想从一个不是稀疏数组的块构建稀疏数组，请使用 block_array()。

参见

block_array

示例

Try it in your browser!

>>> from scipy.sparse import coo_array, bmat
>>> A = coo_array([[1, 2], [3, 4]])
>>> B = coo_array([[5], [6]])
>>> C = coo_array([[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]])

Go BackOpen In Tab