Python scipy中的csr_matrix详解

1. 示例

1.1代码

from scipy.sparse import csr_matrix
import numpy as np
if __name__ == '__main__':
    indptr = np.array([0,2,3,6])
    indices = np.array([0,2,2,0,1,2])
    data = np.array([1,2,3,4,5,6])
    csr_matrix_0 = csr_matrix((data,indices,indptr),shape=(3,3))
    print(csr_matrix_0.toarray())

1.2输出

[[1 0 2]
[0 0 3]
[4 5 6]]

2.解释

官方的解释其实很详细，只不过需要仔细的去理解。下面是我对官方文档的理解

• row oriented
  • three NumPy arrays: indices, indptr, data
    • indices is array of column indices.即：indices是列索引
    • data is array of corresponding nonzero values即：data是非零元素组成的数组
    • indptr：
      • indptr points to row starts in indices 即：indptr指向的是每一行中第一个非零元素在indices数组中的索引
      • indptr’s data length is n_row + 1即：indptr这个数组中一共有n_row+1行数据，n_row是稀疏矩阵的行数
      • indptr’s last item = number of values = length of both indices and data即：indptr的最后一个元素是该稀疏矩阵中非零元素的总个数，同样也就是indices和data的长度。
    • nonzero values of the i-th row are data[indptr[i]:indptr[i+1]] with column indices indices[indptr[i]:indptr[i+1]]
      • 即：这句话指明了第i行的非零元素（索引从0起）是data[indptr[i]:indptr[i+1]]。indptr[i]是第i行的第一个非零元素的在indices数组中的索引。第i行第一个非零元素在indices数组中的索引等于第i行第一个非零元素在data数组中的索引。这两个数组是同步的。
      • indptr[i+1]是第i+1行中第一个非零元素在indices数组中的索引，同理第i+1行第一个非零元素在indices数组中的索引等于第i+1行第一个非零元素在data数组中的索引。
      • 因为数组切片中是不包含后者的，所以data[indptr[i]:indptr[i+1]其实就是第i行的非零元素。同理indices[indptr[i]:indptr[i+1]其实就是第i行中所有非零元素的列索引
    • item (i, j) can be accessed as data[indptr[i]+k], where k is position of j in indices[indptr[i]:indptr[i+1]]。**item(i,j)即第i行第j列的元素。只要j在indices[indptr[i]:indptr[i+1]]，就说明了item(i,j)是非零元素。indptr[i]是第i行第一个非零元素在data中的索引。那么第i行第j列自然就是data[indptr[i]+k](k是j在indices[indptr[i]:indptr[i+1]]中的索引，所以这就对应了一个相对于indptr[i]的偏移，所以data[indptr[i]+k]即为所求！

个人理解，欢迎留言交流指正！

Ref
https://www.scipy-lectures.org/advanced/scipy_sparse/csr_matrix.html