dok_matrix运行结果[1.0, 2.0, 3.0]

134 阅读 0 评论 89 点赞

我是靠谱客的博主谦让大门，这篇文章主要介绍dok_matrix运行结果[1.0, 2.0, 3.0]，现在分享给大家，希望可以做个参考。

关键词：元组；字典；值
字典：键-值(key-value) 字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中 ,格式如下所示：
For example: d = {key1 : value1, key2 : value2 }
键必须是唯一的，但值则不必。
值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。

doc_matrix的策略是采用字典来记录矩阵中不为0的元素。自然，字典的key存的是记录元素的位置信息的元组，value是记录元素的具体值。

稀疏矩阵之python实现
http://blog.csdn.net/bitcarmanlee/article/details/52668477
http://www.runoob.com/python/python-dictionary.html

复制代码

# encoding:utf-8
from scipy.sparse import dok_matrix

a = dok_matrix((3, 10))
'''
Dictionary of keys(DOK)
DOK represents non-zero values as a dictionary mapping tuples to values.
[1] DOK represents non-zero values as a dictionary, mapping tuples to values.
DOK 将非零值表示成字典，将元组映射到值。
进一步理解：DOK 将元组映射到值，将非零值表示成字典。元组也就是矩阵的(行号，列号),值就是元组在矩阵上对应的某行某列的值。如：a[1][1]=1，元组就是(1,1),对应矩阵a的第2行，第2列，且矩阵在该位置值为1.
[2] DOK (represents non-zero values as a dictionary) mapping tuples to values.
如果是[2], 则可简化为DOK mapping tuples to values.  # DOK做主语，后面不应该接mapping. 所以我认为是[1]理解比较合理。

This format is good for incrementally constructing a sparse array, 
but poor for iterating over non-zero values in sorted order.
这种格式对于增量构建稀疏数组有利，但是在迭代有序的非零值上表现很差。

'''
a[1, 2] = 2
a[2, 2] = 2
a[2, 3] = 1
a[2, 4] = 3
print(a)
print('---------------------')
print(a[2])
print('---------------------')
print(a[2].nonzero()[1])
print(a[2].nonzero())
print(a[2].values())
print('====================')
'''
(1, 2) 2.0
(2, 3) 1.0
(2, 4) 3.0
(2, 2) 2.0
'''

# example 2
import numpy as np
S = dok_matrix((5, 5), dtype=np.float32)
for i in range(5):
    for j in range(5):
        S[i, j] = i + j    # Update element
        print(S[i,j])

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# encoding:utf-8
from scipy.sparse import dok_matrix

a = dok_matrix((3, 10))
'''
Dictionary of keys(DOK)
DOK represents non-zero values as a dictionary mapping tuples to values.
[1] DOK represents non-zero values as a dictionary, mapping tuples to values.
DOK 将非零值表示成字典，将元组映射到值。
进一步理解：DOK 将元组映射到值，将非零值表示成字典。元组也就是矩阵的(行号，列号),值就是元组在矩阵上对应的某行某列的值。如：a[1][1]=1，元组就是(1,1),对应矩阵a的第2行，第2列，且矩阵在该位置值为1.
[2] DOK (represents non-zero values as a dictionary) mapping tuples to values.
如果是[2], 则可简化为DOK mapping tuples to values.  # DOK做主语，后面不应该接mapping. 所以我认为是[1]理解比较合理。

This format is good for incrementally constructing a sparse array, 
but poor for iterating over non-zero values in sorted order.
这种格式对于增量构建稀疏数组有利，但是在迭代有序的非零值上表现很差。

'''
a[1, 2] = 2
a[2, 2] = 2
a[2, 3] = 1
a[2, 4] = 3
print(a)
print('---------------------')
print(a[2])
print('---------------------')
print(a[2].nonzero()[1])
print(a[2].nonzero())
print(a[2].values())
print('====================')
'''
(1, 2) 2.0
(2, 3) 1.0
(2, 4) 3.0
(2, 2) 2.0
'''

# example 2
import numpy as np
S = dok_matrix((5, 5), dtype=np.float32)
for i in range(5):
    for j in range(5):
        S[i, j] = i + j    # Update element
        print(S[i,j])