Numpy 稀疏矩阵可视化

我在做有限元分析。我只是想计算一个简单的矩阵乘法，看看数值结果。如何查看稀疏矩阵的元素

我使用的代码是：

U_h= 0.5 * np.dot(np.dot(U[np.newaxis], K), U[np.newaxis].T)

因为U是1x3矩阵，K是3x3矩阵，U.T是3x1矩阵，所以我希望是一个包含单个数字的1x1矩阵。但结果是"[[ 您得到的是矩阵的

repr

格式：

In [261]: M                                                                          
Out[261]: 
<5x5 sparse matrix of type '<class 'numpy.float64'>'
    with 5 stored elements in Compressed Sparse Row format>
In [262]: repr(M)                                                                    
Out[262]: "<5x5 sparse matrix of type '<class 'numpy.float64'>'\n\twith 5 stored elements in Compressed Sparse Row format>"

如果矩阵不大，则将其显示为密集数组很好。

M.toarray（）

就是这样做的，简而言之：

In [265]: M.A                                                                        
Out[265]: 
array([[0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.71527491, 0.42980962, 0.        , 0.81483273, 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.23366934, 0.        , 0.        , 0.61174992, 0.        ]])

• 使用plt.spy（）进行图形检查
• 参见应用示例
• 请参阅参考手册

---

感谢您的回复。当我使用M.A时，它仍然不起作用。python的响应是：“numpy.ndarray”对象没有属性“A”，或者“numpy.ndarray”对象没有属性“toarray”。在这种情况下，对象是一个规则数组，而不是稀疏数组，我错过了tge[]]在您的显示中。这是一个密集数组中的稀疏矩阵。使用np.dot是错误的。请询问一个新问题，了解更多信息-变量和类型，而不仅仅是形状。我使用了类型（U_h）并在打印（U_h）时得到[[]，您是对的。我必须将K矩阵更改为数组，而不是U_h。因此，这是解决方案：U_h=0.5*np.dot（np.dot（U.T，K.toarray（）），U）

In [263]: print(M)                                                                   
  (1, 0)    0.7152749140462651
  (1, 1)    0.4298096228326874
  (1, 3)    0.8148327301300698
  (4, 0)    0.23366934073409018
  (4, 3)    0.6117499168861333
In [264]: str(M)                                                                     
Out[264]: '  (1, 0)\t0.7152749140462651\n  (1, 1)\t0.4298096228326874\n  (1, 3)\t0.8148327301300698\n  (4, 0)\t0.23366934073409018\n  (4, 3)\t0.6117499168861333'

In [265]: M.A                                                                        
Out[265]: 
array([[0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.71527491, 0.42980962, 0.        , 0.81483273, 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.        , 0.        , 0.        , 0.        , 0.        ],
       [0.23366934, 0.        , 0.        , 0.61174992, 0.        ]])