numpy 数组生成稀疏矩阵并保存

如果矩阵中大部分的元素都为0，被称为稀疏矩阵。用NumPy的ndarray数组保存这样的矩阵，由于很多0将很浪费内存，由于矩阵的稀疏特性，可以通过只保存非零元素的相关信息，从而节约内存的使用。此外，针对这种特殊结构的矩阵编写运算函数，也可以提高矩阵的运算速度。

1. 压缩矩阵

from scipy import sparse
allmatrix_sp=sparse.csr_matrix(allmatrix) # 采用行优先的方式压缩矩阵
sparse.save_npz('allmatrix_sparse.npz',allmatrix_sp)  # 保存稀疏矩阵

通过压缩，可以使稀疏矩阵所占磁盘容量仅有原来的3%

2. 读取和还原压缩矩阵

allmatrix_sp= sparse.load_npz('allmatrix_sparse.npz') # 读取
allmatrix=allmatrix_sp.toarray()