matlab使用教程(13)—稀疏矩阵创建和使用

这篇具有很好参考价值的文章主要介绍了matlab使用教程(13)—稀疏矩阵创建和使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        使用稀疏矩阵存储包含众多零值元素的数据,可以节省大量内存并加快该数据的处理速度。sparse 是一种属性,可以将该属性分配给由 double logical 元素组成的任何二维 MATLAB 矩阵。通过 sparse 属性,MATLAB 可以:
        • 仅存储矩阵中的非零元素及其索引。
        • 不必对零元素执行运算,从而减少计算时间。
        对于满矩阵,MATLAB 将在内部存储每个矩阵元素。零值元素与任何其他矩阵元素需要的存储空间量相同。但是,对于稀疏矩阵,MATLAB 只会存储非零元素及其索引。对于零值元素百分比很高的大型矩阵,此方案可以极大地减少存储数据所需的内存量。whos 命令提供有关矩阵存储的高级信息,包括大小和存储类。例如,以下的 whos 列表显示了有关同一矩阵的稀疏版本和完全版本的信息。
M_full = magic(1100); % Create 1100-by-1100 matrix.
M_full(M_full > 50) = 0; % Set elements >50 to zero.
M_sparse = sparse(M_full); % Create sparse matrix of same.
whos
Name Size Bytes Class Attributes
M_full 1100x1100 9680000 double
M_sparse 1100x1100 9608 double sparse
        请注意,稀疏矩阵中使用的字节数较少,因为零值元素未被存储。
        在计算效率方面,稀疏矩阵也具有显著的优点。与满矩阵的运算不同,稀疏矩阵的运算不会执行不必要的低级算术操作,例如加零( x+0 始终为 x )。这样便可大大缩短处理大量稀疏数据的程序的执行时间。

1.创建稀疏矩阵

        MATLAB 从不会自动创建稀疏矩阵。相反,还必须确定矩阵中是否包含足够高百分比的零元素,以便利用稀疏方法。
        矩阵的密度是指非零元素数目除以矩阵元素总数。对于矩阵 M ,这将为
nnz(M) / prod(size(M));
        或
nnz(M) / numel(M);
        密度非常低的矩阵通常很适合使用稀疏格式。

1.1将满矩阵转换为稀疏矩阵

        可以使用带有单个参数的 sparse 函数将满矩阵转换为稀疏存储。例如:
A = [ 0 0 0 5
0 2 0 0
1 3 0 0
0 0 4 0];
S = sparse(A)
S =
(3,1) 1
(2,2) 2
(3,2) 3
(4,3) 4
(1,4) 5
        列显输出中列出了 S 的非零元素及其行索引和列索引。这些元素按列排序,反映了内部数据结构体。如果矩阵阶数不太高,可以使用 full 函数将稀疏矩阵转换为满存储。例如, A = full(S) 可反向转换该示例。
        将满矩阵转换为稀疏存储并非生成稀疏矩阵的最常用方法。如果矩阵的阶数足够低可以进行满存储,则转换为稀疏存储很难显著节省内存。

1.2直接创建稀疏矩阵

        可以使用带有五个参数的 sparse 函数,基于一列非零元素来创建稀疏矩阵。
S = sparse(i,j,s,m,n)
        i j 分别是矩阵中非零元素的行索引和列索引的向量。 s 是由对应的 (i,j) 对指定索引的非零值的向量。 m 是生成的矩阵的行维度, n 是其列维度。前一示例中的矩阵 S 可以直接通过以下表达式生成
S = sparse([3 2 3 4 1],[1 2 2 3 4],[1 2 3 4 5],4,4)
S =
(3,1) 1
(2,2) 2
(3,2) 3
(4,3) 4
(1,4) 5
        sparse 命令具有许多备用形式。上面示例使用的形式将矩阵中的最大非零元素数设置为 length(s)。如果需要,可以追加第六个参数用来指定更大的最大数,这样能在以后添加非零元素,而不必重新分配稀疏矩阵。
        二阶微分算子的矩阵表示形式就是一个很好的稀疏矩阵示例。它是一个三对角矩阵,其中 -2s 在对角线上,1s 在上对角线和下对角线上。有多种方式生成此类炬阵,这里只是一种可能性。
n = 5;
D = sparse(1:n,1:n,-2*ones(1,n),n,n);
E = sparse(2:n,1:n-1,ones(1,n-1),n,n);
S = E+D+E'
S =
(1,1) -2
(2,1) 1
(1,2) 1
(2,2) -2
(3,2) 1
(2,3) 1
(3,3) -2
(4,3) 1
(3,4) 1
(4,4) -2
(5,4) 1
(4,5) 1
(5,5) -2
        现在,F = full(S) 显示相应的满矩阵。
F = full(S)
F =
-2 1 0 0 0
1 -2 1 0 0
0 1 -2 1 0
0 0 1 -2 1
0 0 0 1 -2

1.3基于稀疏矩阵的对角线元素创建稀疏矩阵

        基于稀疏矩阵的对角线元素创建稀疏矩阵是一种常用操作,因此函数 spdiags 可以处理此任务。其语法是
S = spdiags(B,d,m,n)
        要创建大小为 m×n 且元素在 p 对角线上的输出矩阵 S
        • B 是大小为 min(m,n) ×p 的矩阵。 B 的列是用于填充 S 对角线的值。
        • d 是长度 p 的向量,其整数元素可以指定要填充的 S 对角线。
        即,B 的列 j 中的元素填充 d 的元素 j 指定的对角线。
        注意 如果 B 的列长度超过所替换的对角线,则上对角线从 B 列的下部获取,下对角线从 B 列的上部获取。例如,考虑使用矩阵 B 和向量 d
B = [ 41 11 0
52 22 0
63 33 13
74 44 24 ];
d = [-3
0
2];
        使用这些矩阵创建 7×4 稀疏矩阵 A
A = spdiags(B,d,7,4)
A =
(1,1) 11
(4,1) 41
(2,2) 22
(5,2) 52
(1,3) 13
(3,3) 33
(6,3) 63
(2,4) 24
(4,4) 44
(7,4) 74
        在其满矩阵形式中,A 类似于:
full(A)
ans =
11 0 13 0
0 22 0 24
0 0 33 0
41 0 0 44
0 52 0 0
0 0 63 0
0 0 0 74
        spdiags 还可以从稀疏矩阵中提取对角线元素,或将矩阵对角线元素替换为新值。键入 help spdiags 以了解详细信息。

1.4导入稀疏矩阵

        可以在 MATLAB 环境外部通过计算导入稀疏矩阵。结合使用 spconvert 函数与 load 命令导入包含索引和非零元素列表的文本文件。例如,考虑使用三列文本文件 T.dat,它的第一列是行索引列表,第二列是列索引列表,第三列是非零值列表。这些语句将 T.dat 加载到 MATLAB 中并将其转换为稀疏矩阵 S
load T.dat
S = spconvert(T)
        save load 命令还可以处理作为 MAT 文件中的二进制数据存储的稀疏矩阵。

2.访问稀疏矩阵

2.1非零元素

        以下多条命令可以提供有关稀疏矩阵的非零元素的概要信息:
        • nnz 返回稀疏矩阵中的非零元素数。
        • nonzeros 返回包含稀疏矩阵的所有非零元素的列向量。
        • nzmax 返回为稀疏矩阵的非零项分配的存储空间量。
        要尝试上述中的一些命令,请加载提供的稀疏矩阵 west0479 ,该矩阵是 Harwell-Boeing 集合之一。
load west0479
whos
Name Size Bytes Class Attributes
west0479 479x479 34032 double sparse
        该矩阵为八个阶段的化工精馏塔建模。尝试以下命令。
nnz(west0479)
ans =
1887
format short e
west0479
west0479 =
(25,1) 1.0000e+00
(31,1) -3.7648e-02
(87,1) -3.4424e-01
(26,2) 1.0000e+00
(31,2) -2.4523e-02
(88,2) -3.7371e-01
(27,3) 1.0000e+00
(31,3) -3.6613e-02
(89,3) -8.3694e-01
(28,4) 1.3000e+02
nonzeros(west0479)
ans =
1.0000e+00
-3.7648e-02
-3.4424e-01
1.0000e+00
-2.4523e-02
-3.7371e-01
1.0000e+00
-3.6613e-02
-8.3694e-01
1.3000e+02
.
        注意 使用 Ctrl+C 随时停止列出 nonzeros
        请注意,最初在默认情况下,nnz nzmax 的值相同。即,非零元素数等于为非零元素分配的存储位置数。但是,如果将其他的数组元素置零,MATLAB 不会动态释放内存。将某些矩阵元素的值更改为零时会更改 nnz 的值,但不会更改 nzmax 的值。但是,可以根据需要将尽可能多的非零元素添加到矩阵中。不受 nzmax 原始值的限制。

2.2索引和值

        对于任何矩阵,无论是满矩阵还是稀疏矩阵,find 函数都会返回非零元素的索引和值。其语法是
[i,j,s] = find(S);
        find 返回向量 i 中的非零值的行索引、向量 j 中的列索引以及向量 s 中的自身非零值。下面的示例使用find 查找稀疏矩阵中的非零索引和值。 sparse 函数同时使用 find 输出和矩阵大小重新创建矩阵。
S1 = west0479;
[i,j,s] = find(S1);
[m,n] = size(S1);
S2 = sparse(i,j,s,m,n);

2.3稀疏矩阵运算中的索引

        由于稀疏矩阵是以压缩稀疏列格式存储的,因此为稀疏矩阵进行索引的相关成本与为满矩阵进行索引的相关成本不同。在只需更改稀疏矩阵中的若干元素时,这类成本可忽略不计,因此,在这类情况下,通常使用常规数组索引来重新分配值:
B = speye(4);
[i,j,s] = find(B);
[i,j,s]
ans =
1 1 1
2 2 1
3 3 1
4 4 1
B(3,1) = 42;
[i,j,s] = find(B);
[i,j,s]
ans =
1 1 1
3 1 42
2 2 1
3 3 1
4 4 1
        在存储新矩阵时,为使 42 位于 (3,1) 位置,MATLAB 会在非零值向量和下标向量中插入额外的一行,然后移动 (3,1) 后面的所有矩阵值。如果线性索引超过 2^48-1(即当前矩阵中允许的元素数上限),使用线性索引在大型稀疏矩阵中访问或指定元素将失败。
S = spalloc(2^30,2^30,2);
S(end) = 1
Maximum variable size allowed by the program is exceeded.
        要访问其线性索引大于 intmax 的元素,请使用数组索引:
S(2^30,2^30) = 1
S =
(1073741824,1073741824) 1
        尽管在稀疏矩阵中进行索引以更改单个元素的成本可忽略不计,但该成本在循环环境下会增加,而且在大型矩阵中该操作可能会使执行速度变得很慢。因此,在需要更改大量稀疏矩阵元素的情况下,最好使用向量化方法而不要使用循环方法来执行该操作。例如,考虑稀疏单位矩阵:
n = 10000;
A = 4*speye(n);
        以循环方式更改 A 的元素慢于类似的向量化运算:
tic
A(1:n-1,n) = -1;
A(n,1:n-1) = -1;
toc
Elapsed time is 0.003344 seconds.
tic
for k = 1:n-1
C(k,n) = -1;
C(n,k) = -1;
end
toc
Elapsed time is 0.448069 seconds.
        由于 MATLAB 以压缩稀疏列格式存储稀疏矩阵,因此,在循环的每个遍历期间,它都需要移动 A 中的多个条目。如果为稀疏矩阵预分配内存,然后以类似的逐个元素的方式填充,会使对稀疏数组进行索引产生大量开销:
S1 = spalloc(1000,1000,100000);
tic;
for n = 1:100000
i = ceil(1000*rand(1,1));
j = ceil(1000*rand(1,1));
S1(i,j) = rand(1,1);
end
toc
Elapsed time is 2.577527 seconds.
        构建索引和值向量则无需为稀疏数组进行索引,因此这种方法的速度快得多:
i = ceil(1000*rand(100000,1));
j = ceil(1000*rand(100000,1));
v = zeros(size(i));
for n = 1:100000
v(n) = rand(1,1);
end
tic;
S2 = sparse(i,j,v,1000,1000);
toc
Elapsed time is 0.017676 seconds.
        因此,最好使用构造函数(例如 sparse spdiags 函数)一次构造所有稀疏矩阵。例如,假定需要稀疏形式的坐标矩阵 C
4 0 0 0 −1
0 4 0 0 −1
C = 0 0 4 0 −1
0 0 0 4 −1
1 1 1 1 4
        使用 sparse 函数,以及行下标、列下标和值组成的三联对组,直接构造该五列矩阵:
i = [1 5 2 5 3 5 4 5 1 2 3 4 5]';
j = [1 1 2 2 3 3 4 4 5 5 5 5 5]';
s = [4 1 4 1 4 1 4 1 -1 -1 -1 -1 4]';
C = sparse(i,j,s)
C =
(1,1) 4
(5,1) 1
(2,2) 4
(5,2) 1
(3,3) 4
(5,3) 1
(4,4) 4
(5,4) 1
(1,5) -1
(2,5) -1
(3,5) -1
(4,5) -1
(5,5) 4
        输出中值的顺序反映了底层的按列存储。

2.4可视化稀疏矩阵

        以图的形式查看非零元素在稀疏矩阵内的分布通常很有用。MATLAB spy 函数生成稀疏结构的模板视图,其中图表中的每点代表一个非零数组元素的位置。例如:加载提供的稀疏矩阵 west0479 ,该矩阵是 Harwell-Boeing 集合之一。
load west0479
        查看稀疏结构体。
spy(west0479)
matlab使用教程(13)—稀疏矩阵创建和使用,从0开始学Matlab,matlab,矩阵,数据结构,开发语言

 文章来源地址https://www.toymoban.com/news/detail-643469.html

到了这里,关于matlab使用教程(13)—稀疏矩阵创建和使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 13、稀疏矩阵

    目录 一、稀疏矩阵的生成 1.利用sparse函数建立一般的稀疏矩阵 2.利用特定函数建立稀疏矩阵 二、稀疏矩阵的运算 1.利用sparse函数建立一般的稀疏矩阵 稀疏矩阵指令的调用格式: 示例1 :输入一个稀疏矩阵 运行结果: 此外, sparse函数 还可以将一个满矩阵转换成一个稀疏矩阵

    2024年02月07日
    浏览(48)
  • Matlab:创建全为1的矩阵

    Matlab:创建全为1的矩阵 在Matlab中,我们可以使用以下代码创建一个全为1的矩阵: 其中, m 和 n 分别表示矩阵的行数和列数。通过将 m 和 n 设置为所需的值,我们可以创建具有不同大小的全为1的矩阵。 下面是一个完整的示例,展示了如何创建一个3行4列的全为1的矩阵:

    2024年02月03日
    浏览(36)
  • MATLAB知识点:矩阵的创建方法

    ​讲解视频:可以在bilibili搜索《MATLAB教程新手入门篇——数学建模清风主讲》。​ MATLAB教程新手入门篇(数学建模清风主讲,适合零基础同学观看)_哔哩哔哩_bilibili 节选自第3章   3.3.1 矩阵的创建方法 在MATLAB中,矩阵的创建方法主要有三种,分别是:直接输入法、函数创

    2024年02月21日
    浏览(51)
  • MATLAB学习笔记4:矩阵的创建2

    更新第四天,今天来介绍一些特殊矩阵的创建,只不过今天不是晚上工作啦,现在15:23,刚从国家博物馆回来,国博好大,逛了一小天。 1.希尔伯特矩阵(Hilbert matrix)                       这个矩阵不难,公式就是                                               

    2024年04月10日
    浏览(61)
  • 【矩阵的创建与基本运算】——matlab基础

    如果我要创立一个两行两列分别为1 2 3 4 的矩阵该怎么做呢? 用中括号创建,每个元素之间用空格隔开,每行之间用分号隔开即可 第一个参数为行,第二个参数为列。创建一个两行三列元素全为0的矩阵。 第一个参数为行,第二个参数为列。创建一个四行三列元素全为1的矩阵

    2024年02月17日
    浏览(39)
  • MATLAB数据类型和运算符+矩阵创建

    个人主页: 学习前端的小z 个人专栏: HTML5和CSS3悦读 本专栏旨在分享记录每日学习的前端知识和学习笔记的归纳总结,欢迎大家在评论区交流讨论! 🌹1.1 特殊常量 MATLAB有些固定的变量,称为特殊常量。这些特殊常量具有特定的意义,用户在定义变量名时应避免使用。 在

    2024年04月15日
    浏览(47)
  • MATLAB教程二:MATLAB矩阵处理

    通用的特殊矩阵: zeros函数:产生全0矩阵,即零矩阵。 ones函数:产生全1矩阵,即幺矩阵。 eye函数:产生对角线为1的矩阵。当矩阵是方阵时,得到一个单位矩阵。 rand函数:产生(0,1)区间均匀分布的随机矩阵。 randn函数:产生均值为0,方差为1的标准正态分布随机矩阵。 专门

    2024年02月07日
    浏览(104)
  • 根据图的信息创建邻接矩阵(MATLAB实现)

    带权无向图的顶点数目为v,边数为e,当v较大时,其邻接矩阵v*v元素数目很多,手动创建过于麻烦。 根据图中的所有边(每一条边都包含2个顶点i、j,以及边的权值w), 创建一个文本文件tu.txt,共e行3列, 第1列为i,第2列为j,第3列为w, 每一行为图中一条边的信息。 编写MATLAB函

    2024年02月12日
    浏览(39)
  • Matlab中的zeros函数表示创建一个由零组成的矩阵或数组

    Matlab中的zeros函数表示创建一个由零组成的矩阵或数组。它是Matlab中的一个内置函数,用于快速生成元素全为零的矩阵。在本文中,我们将探讨zeros函数的用法以及如何使用它来创建零矩阵。 在Matlab中,zeros函数的语法如下: 其中,sz或sz1、sz2等参数表示所需矩阵的大小。可以

    2024年02月04日
    浏览(62)
  • MATLAB入门教程(6):修改矩阵中的值

      代码粘贴后并不好看,故使用图片粘贴如下。 代码部分是我在MATLAB里面加的注释版本(使用版本为MATLAB R2022a)   上一讲中提到了如何使用索引,那我们很简单的思路就是对索引值赋值即可 我们先生成矩阵A 接着我们用单向量索引A(15) 即是修改第十五个元素的值(从左到右

    2024年01月20日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包