scipy中稀疏矩阵coo_matrix, csr_matrix 的使用

当对离散数据进行拟合预测时，往往要对特征进行onehot处理，但onehot是高度稀疏的向量，如果使用List或其他常规的存储方式，对内存占用极大。
这时稀疏矩阵类型 coo_matrix / csr_matrix 就派上用场了！

这两种稀疏矩阵类型csr_matrix存储密度更大，但不易手工构建。coo_matrix存储密度相对小，但易于手工构建，常用方法为先手工构建coo_matrix，如果对内存要求高则使用 tocsr() 方法把coo_matrix转换为csr_matrix类型。

csr_matrix内存使用约为coo_matrix的70% :

图片引用自网络

coo_matrix是比较通用的格式，比如sklearn中LR可直接处理coo_matrix 格式。

那么接下来就是构建coo_matrix矩阵。

应该很好理解吧？
就是分别定义有那些非零元素，以及各个非零元素对应的row和col，最后定义稀疏矩阵的shape。

coo_matrix 一经定义后shape就不可更改了！ 但data, row, col 可更改。
但我查文档显示coo_matrix有reshape() 函数

使用reshape函数拋 NotImplementedError 异常。
查 v1.0.0版本源码：

原来reshape函数功能还未实现。。

合并两个 coo_matrix或 csr_matrix 可以使用 vstack() 或 hstack()。
具体自行查文档吧。