本文介绍了Scipy包中针对稀疏矩阵优化存储的COO、CSC和CSR格式。COO是最简单的格式，用三元组表示；CSC按列压缩存储，CSR按行压缩存储。两者与数据排列顺序密切相关，互为转置关系。了解这些格式有助于高效处理稀疏数据。
在Scipy包中，存在专门针对稀疏矩阵进行优化存储的函数，分别是COO、CSC和CSR。
之所以要使用稀疏矩阵，是因为计算所使用的数据中会存在很多无效项，所以可以转化存储方式，放弃存储无效数据，存储更多的有效数据，降低计算的复杂度。
在Scipy中有专门用于数学计算优化的package，就是scipy.sparse。而COO、CSC和CSR就是在sparse中定义的函数。
可以看到在Sqarse matrix classes中存在三个类定义，分别是
| Sqarse matrix classes | ||
|---|---|---|
coo_matrix(arg1[, shape, dtype, copy]) |
|
|
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
