正确理解scipy中的coo_matrix函数

1. 构造一个空矩阵

这种用法比较简单，直接生成一个给定维度的矩阵，并且可以指定元素类型。
如下指定生成一个(3,4)且数据类型为int8的矩阵

import scipy.sparse as sp
sp.coo_matrix((3, 4), dtype=np.int8).toarray()

output:
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]], dtype=int8)

---

2. 使用ijv（triplet）格式构造一个矩阵

• data[:] 就是原始矩阵中的数据，例如上面的4,5,7,9；
• i[:] 就是行的指示符号；例如上面row的第0个元素是0，就代表data中第一个数据在第0行；
• j[:] 就是列的指示符号；例如上面col的第0个元素是0，就代表data中第一个数据在第0列；

data中的数据刚好存在如下关系：

4：第0行第0列
5：第3行第3列
7：第1行第1列
9：第0行第2列

然后其余元素全部填充为0

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()

output:
array([[4, 0, 9, 0],
       [0, 7, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 5]])

---

3. 用重复的索引构造矩阵

第三种看文档我当时看了半天，泪崩~
怎么理解呢？如下：
同样，data中的元素仍然是作为数据，row和col仍然构成数据在矩阵中的下标。
重复咋整啊？？？
看到反复提到duplicate还有summed关键字的注释，大概就懂了。

---

也就是说如果row和col仍然构成数据在矩阵中的下标出现了重复情况，那么直接把这些下标下的value进行叠加，最终的和放入该位置即可。
例如：

data中的第一个元素为1，对应的row和col为（0,0），故存放在第0行第0列位置
...
data中的第6个元素为1，对应的row和col为（0,0），故存放在第0行第0列位置
data中的第7个元素为1，对应的row和col为（0,0），故存放在第0行第0列位置
按照规则，直接进行累加：1+1+1 = 3
所以最终第0行第0列存放元素为3
以此类推...

# Constructing a matrix with duplicate indices
row  = np.array([0, 0, 1, 3, 1, 0, 0])
col  = np.array([0, 2, 1, 3, 1, 0, 0])
data = np.array([1, 1, 1, 1, 1, 1, 1])
coo = sp.coo_matrix((data, (row, col)), shape=(4, 4))
# Duplicate indices are maintained until implicitly or explicitly summed
np.max(coo.data)
coo.toarray()


output：
array([[3, 0, 1, 0],
       [0, 2, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 1]])

更多细节可以查看coo_matrix函数

---

当然，以上仅为个人参照官方文档的一点总结，可能个人说的会存在不好的地方。
大家可以在留言中call我，我会积极探讨，相互进步。