Python 使用索引和值向Scipy稀疏矩阵添加值

我在一个电力系统分析程序中工作，我需要处理稀疏矩阵

有一个例程，我用以下调用填充稀疏矩阵：

self.A = bsr_matrix((val, (row,col)), shape=(nele, nbus), dtype=complex)

因为这个矩阵不会随时间而改变。另一个矩阵确实会随着时间的推移而变化，我需要更新它。是否有一种方法，例如：

co     = [ 2, 3, 6]
row    = [ 5, 5, 5]
val    = [ 0.1 + 0.1j, 0.1 - 0.2j, 0.1 - 0.4j]

我可以将它们添加到先前初始化的稀疏矩阵中吗？更具蟒蛇风格的方式是什么

---

谢谢

您应该改用

coo_矩阵

，在这里您可以更改以前创建的稀疏矩阵的属性

col

、

行

和

数据

：

from scipy.sparse import coo_matrix
nele=30
nbus=40
col    = [ 2, 3, 6]
row    = [ 5, 5, 5]
val    = [ 0.1 + 0.1j, 0.1 - 0.2j, 0.1 - 0.4j]
test = coo_matrix((val, (row,col)), shape=(nele, nbus), dtype=complex)

print test.col
#[2 3 6]
print test.row
#[5 5 5]
print test.data
#[ 0.1+0.1j  0.1-0.2j  0.1-0.4j]

---

非常感谢。我在文档中读到：默认情况下，当转换为CSR或CSC格式时，重复的（I，j）条目将汇总在一起。这有助于有效构造有限元矩阵等。（见示例）这或多或少解决了我遇到的问题。在我的代码中，有几个对象构成了这个矩阵，两个对象可以构成相同的（i，j）条目。这意味着，每次我想添加一个对象的贡献，我必须重建矩阵？嗨。。。可以，只需将

col

和

row

参数分配给

coo\u矩阵

，就可以使用不同的对象来构建矩阵。我不确定在构建稀疏矩阵时，

SciPy

是否会创建内部副本