Scipy CSR稀疏矩阵实际上是COO？

Question

我最近处理稀疏矩阵。我的目标是以某种方式将图表的邻接列表转换为CSR格式，在此定义：http://devblogs.nvidia.com/parallelforall/wp-content/uploads/2014/07/CSR.png。

我看到的一个可能的选择是，我只是首先构造一个NumPy矩阵并使用scipy.sparse.csr_matrix进行转换。问题是，SciPy中的CSR与链接中讨论的CSR略有不同。我的问题是，这只是一个差异，我需要编写自己的解析器，或者SciPy实际上可以转换为链接中定义的CSR。

关于这个问题，请说我有一个矩阵：

matrix([[1, 1, 0],
        [0, 0, 1],
        [1, 0, 1]])

CSR格式由两个数组组成，列（C）和行（R）。我力求看起来像：

C: [0,1,2,0,2]

R: [0,2,3,5]

SciPy返回：

  (0, 0)    1
  (0, 1)    1
  (1, 2)    1
  (2, 0)    1
  (2, 2)    1

其中第二列与我的C相同，但这是我对COO格式的理解，而不是CSR。 （这是使用csr_matrix(adjacency_matrix)函数完成的。）

Answer 1

内部存储的内容与您通过print(A)打印矩阵时所看到的内容存在差异（A为csr_matrix）。

在documentation中列出了属性。其中有以下三个属性：

  

数据CSR格式矩阵的数据数据
  索引CSR格式矩阵的索引数组
  indptr CSR格式索引矩阵的指针数组

您可以通过A.data，A.indices和A.indptr访问（并操纵）它们。

底线：scipy中的CSR格式是一种“真正的”CSR格式，您不需要编写自己的解析器（只要你不关心你的情况下不必要的data数组） 。
另请注意：CSR format中的矩阵始终由三个数组表示，而不是两个。