Compressed Sparse Row（CSR） Compressed Sparse Column (CSC)

最新推荐文章于 2024-07-01 23:33:50 发布
最新推荐文章于 2024-07-01 23:33:50 发布
阅读量1.8k 收藏 10
点赞数 3
分类专栏： 算法 文章标签： 算法 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/unchainedmelody/article/details/105493255
版权

看了很多介绍CSR的博客，发现对解码的一个细节没有介绍清楚，对于我这种菜鸡来讲还是需要花点时间才能想明白，故在此记录一下。

在这里插入图片描述

编码

行优先遍历矩阵Matrix
values数组中保存矩阵中非零元素。
column indices数组保存values数组中对应位置非零元素的列索引。
row offsets数组的下标表示每一行第一个非零元素的行索引，元素值为values数组的下标，最后一个元素值为非零元素的个数。

解码

遍历values数组，对其中的元素值x（下标记为index_X）去column indices数组中对应位置取出x在原矩阵中的列索引（记为col_index），然后在row offsets数组查找index_X，如果index_X在row offsets中，其在row offsets中的下标即为x在原矩阵中的行索引（记为row_index），如果index_X不在row offsets中，则使用上一个row_index值（因为编码时是逐行编码，且row offsets仅保存每行的第一个非零元素，所以当前x与上一x在同一行）。

Compressed Sparse Column (CSC)同理

CUDA学习（十四） cuSolver学习中的 compressed sparse row format matrix(行存储的压缩矩阵 CSR)
zhouzhouasishuijiao的博客
12-11 977
http://www.netlib.org/utk/people/JackDongarra/etemplates/node373.html 主要参考这里面的内容 现有一个矩阵 观察该矩阵可以发现，该矩阵有很多0，压缩的方式就是去掉这些0元素，所用的方法就是将这个矩阵的存储换为3个数组进行存储   val 10 -2 3 9 3 7 8 ...
Compressed Sparse Column format(CSC)
LiuConey的博客
04-27 2058
CSR(Compressed Sparse Row format)和CSC(Compressed Spare Column format)都是一种稀疏矩阵的存储格式。这里分别给出实例：假设有如下矩阵： ⎡⎣⎢⎢⎢⎢⎢⎢1360004000007100258110000012⎤⎦⎥⎥⎥⎥⎥⎥(3) \left[ \begin{matrix} 1 & 0 & 0 & 2 & 0\\ 3
CSC矩阵-按列排序-个人理解(有实例解释)
LinYinOrTa的博客
06-03 615
indptr[4] - indptr[3] == 4 - 1 == 3，第3列将会有3个非零元素，但是第0和1列已经有了2个元素，data数组里只剩下了2个元素。那么，我把indptr[3]修改为1会是怎样的结果呢?clo_p[1] - col_p[0] == 1 - 0 == 1，说明第0列中有1个非零元素；clo_p[2] - col_p[1] == 2 - 1 == 1，说明第1列中有1个非零元素；col_p[3] - col_p[2] == 3 - 2 == 1，说明第2列中有1个非零元素；
理解稀疏矩阵存储形式
hxhabcd123的博客
11-03 1189
本文记录对稀疏矩阵三种存储形式（COO、CSR、CSC）的理解
稀疏矩阵的常用存储格式（COO、CSR、CSC）
wsc的博客
02-20 1万+
图是用于描述对象间关系的基本结构，顶点表示对象，边表示连接关系。 根据连接关系的紧密可以将图分为稀疏图和稠密图，两者是相对的概念，并不存在明确的划分界限。稀疏图可以理解为仅有少部分对象间存在关联，稠密图反之。实际应用中的图往往都是稀疏图。采用直观的办法来存储图往往会造成极大的空间浪费，如邻接矩阵（稀疏图对应的邻接矩阵中绝大部分的元素为零，无实际意义）。因此需要考虑寻求其它格式来进行高效存储。
稀疏满矩阵转CSR格式
11-16
稀疏满矩阵转按行压缩存储（CSR）格式，matlab源代码，用于学习和借鉴。
稀疏矩阵存储格式
qwaszx523的博客
06-19 532
 稀疏矩阵是指矩阵中的元素大部分是0的矩阵，事实上，实际问题中大规模矩阵基本上都是稀疏矩阵，很多稀疏度在90%甚至99%以上。因此我们需要有高效的稀疏矩阵存储格式。本文总结几种典型的格式：COO,CSR,DIA,ELL,HYB。 （1）Coordinate（COO）                                             这是最简单的一种格式，每一个元素
稀疏矩阵的存储方式之CSR
weixin_52250664的博客
04-21 3949
关于稀疏矩阵CSR存储方式的一点理解
CSR-matrix稀疏矩阵（附demo）
秋秋小事
01-24 4415
CSR是Compressed Sparse Row的缩写，稀疏矩阵，是一种能够使数据压缩的存储原理 在网上找了个图显示下原理，如下图： 下面给了个代码例子，demo中的注释写的比较详细，原理看下demo，代码地址：demo...
稀疏矩阵 csr \ coo 用法，及文件操作
biu________的博客
04-03 1617
一、coo矩阵： 优点：比较容易转换成其他的稀疏矩阵存储格式（CSR等） 缺点：不能进行矩阵运算。 一般格式：coo_matrix((coo_data, (coo_rows, coo_cols)), shape=shape) 例： >>> import numpy as np >>> import scipy.sparse as sp &gt...
稀疏矩阵整数编码
05-03
整数编码 遗传算法用于稀疏矩阵 基于matlab实现
scipy.sparse.csr_matrix
m0_37443131的博客
08-07 2314
  地址：https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.sparse.csr_matrix.html     scipy.sparse.csr_matrix class scipy.sparse.csr_matrix(arg1, shape=None, dtype=None, copy=False)[s...
稀疏矩阵存储格式总结+存储效率对比:COO,CSR,DIA,ELL,HYB
热门推荐
stark_summer的专栏
10-11 2万+
稀疏矩阵是指矩阵中的元素大部分是0的矩阵，事实上，实际问题中大规模矩阵基本上都是稀疏矩阵，很多稀疏度在90%甚至99%以上。因此我们需要有高效的稀疏矩阵存储格式。本文总结几种典型的格式：COO,CSR,DIA,ELL,HYB。Coordinate（COO） 这是最简单的一种格式，每一个元素需要用一个三元组来表示，分别是（行号，列号，数值），对应上图右边的一列。这种方式简单，但是记录单信息多（行列）
Scipy.sparse模块中coo_matrix、csc_matrix、csr_matrix区别
漫步量化
06-25 4425
Scipy.sparse模块常用的三种具体形式 coo_matrix ：COOrdinate format matrix csc_matrix ：Compressed Sparse Column matrix csr_matrix ：Compressed Sparse Row matrix 区别 这几种方式描述的是计算机识别这个sparse的不同方式，我们常规意义上说矩阵都理解成列...
稀疏矩阵压缩方法CSR
weixin_33713707的博客
11-22 2566
2019独角兽企业重金招聘Python工程师标准>>> ...
稀疏矩阵的存储格式 之 CSR/CSC
03-16 404
稀疏矩阵的存储格式 之 CSR/CSC 稀疏矩阵的存储格式 之 CSR/CSC - 张沈鹏,在路上... - ITeye技术网站稀疏矩阵的存储格式 之 CSR/CSC 博客分类：PythonJ#CC++C#HTMLR是Row,C是Column 以csr为演示 ...
COO和CSR
chengmoling的博客
07-09 1176
https://blog.csdn.net/gaoborl/article/details/82869858 1、COO 行号、列号、指 COO优点：比较容易转换成其他的稀疏矩阵存储格式（CSR等），写程序将libsvm格式的数据转换成COO比较容易，应该是充当libsvm与其他稀疏矩阵存储格式转换的媒介。 COO缺点：不能进行矩阵运算。 2、CSR 行偏移、列号、值 注：行偏移最后...
COO、CSR、CSC稀疏矩阵存储方式
最新发布
争取早日成为硅农
07-01 1万+
稀疏矩阵是一种大部分元素为零的矩阵，因此使用特殊的数据结构来存储稀疏矩阵可以节省内存并提高计算效率。
神经网络中矩阵稀疏性的编码方式
free1993的博客
03-06 1452
背景 神经网络的计算基本上是以高维Tensor的形式存在的。高维Tensor如何利用各种稀疏性来计算，因此问题就归结成如何编码这些稀疏性。 稀疏性编码的方式 英伟达关于常见的稀疏性编码的方式 scipy的稀疏性编码的库 在英伟达的这个pdf中，我认为最重要的一个结论是：一个稀疏编码方式的效率（存储空间）和稀疏的分布是息息相关的。 COO COO用三个（row, col, data）数组来存储稀疏矩阵。这个就很简单了。 对应的scipy的定义是 CSR CSR使用三个(row, col,value)，
torch中的CSC和CSR应该如何使用
07-11
在 Torch 中，CSC（Compressed Sparse Column）和 CSR（Compressed Sparse Row）是用于稀疏矩阵的压缩存储格式。这些格式可以有效地存储和操作稀疏矩阵，特别适用于具有大量零元素的矩阵。 要使用 CSC 或 CSR 格式...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值