Scipy 稀疏矩阵 的存储格式

scipy 支持目前主流的 稀疏矩阵 储存格式，包括bsr_matrix，coo_matrix，csc_matrix，csr_matrix，dia_matrix，dok_matrixlil_matrix，具体参见文档。

COOrdinate format

仅存储非零元素以及每个非零元素的坐标。使用3个数组进行存储：values, row, column

• values: 数据，包括矩阵中的非零元素， 顺序任意。
• rows: 对应数据所处的行。
• columns: 对应数据所处的列。

示例：

# Constructing a matrix using ijv format
>>> row  = np.array([0, 3, 1, 0])
>>> col  = np.array([0, 3, 1, 2])
>>> data = np.array([4, 5, 7, 9])
>>> coo_matrix((data, (row, col)), shape=(4, 4)).toarray()
array([[4, 0, 9, 0],
       [0, 7, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 5]])

COO储存优点：简单、容易理解。

Ref. https://blog.csdn.net/anshan1984/article/details/8580952