julia - 在 Julia 中初始化任意稀疏数组

标签 julia sparse-matrix

阅读相关问题,我发现可以在julia中初始化一个任意数组作为

B = Array{Complex{Float64}}(undef, 0, 0)

我想初始化类似的东西,但我想把稀疏矩阵放在这样的数组中。最后一个构造在这种情况下不起作用。

如何构建包含稀疏数组的任意数组?

实际上我的问题更具体一些。在 B 的每个条目中,我想放置一个不同的稀疏矩阵。稀疏矩阵是固定维度的,我事先知道要将多少个稀疏矩阵放入 B

最佳答案

B = [spzeros(2,2) for i in 1:2, j in 1:3]

你会得到:

julia> B = [spzeros(2,2) for i in 1:2, j in 1:3]
2×3 Array{SparseMatrixCSC{Float64,Int64},2}:
 2×2 SparseMatrixCSC{Float64,Int64} with 0 stored entries  2×2 SparseMatrixCSC{Float64,Int64} with 0 stored entries  2×2 SparseMatrixCSC{Float64,Int64} with 0 stored entries
 2×2 SparseMatrixCSC{Float64,Int64} with 0 stored entries  2×2 SparseMatrixCSC{Float64,Int64} with 0 stored entries  2×2 SparseMatrixCSC{Float64,Int64} with 0 stored entries

请注意,您不能为此使用 fill,因为 B 的所有元素都将引用相同的稀疏数组。

关于julia - 在 Julia 中初始化任意稀疏数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62842775/

相关文章:

multithreading - Matlab中的多线程稀疏矩阵乘法

python - 稀疏数据的高效差异直方图

python - 使用 scikit-learn 在 Python 中使用稀疏矩阵进行 kNN 估计?

list-comprehension - Julia 中所有可能长度的所有组合

multithreading - Julia @threads single

arrays - 递归无单位元素类型

c - 使用 MKL 的稀疏矩阵乘法

python - 获取数组中字典值的向量,python

nlp - word2vec 未定义 (Julia)

bash - 当使用 "nohup"时,打印函数在整个程序完成之前不会打印