Scipy之稀疏矩阵的coo_matrix函数

常见用法是：
coo_matrix((data,(i,j)),shape=(m,n)).toarray()
举例如下：

from scipy import sparse
import numpy as np
row=np.array([0,1,3,0])
col=np.array([1,3,0,2])
data=np.ones(4)
sparse_matrix=sparse.coo_matrix((data,(row,col)),shape=(4,4)).toarray()

其中包含四个参数：
（1）data[:]就是原始矩阵中的数据；
（2）row[:]就是行的指示符号，例如row的第一个元素是0，表示data中第一个数据在第0行；
（3）col[:]就是列的指示符号，例如col的第一个元素是1，表示data中第一个数据在第1列；
（4）shape就是明确生成的矩阵形式，例如代码中要生成的是4*4的矩阵。
除了上面描述的有数据的行列，其他位置都补0。