如何理解sparse.csr_matrix

CSR方法採取按行壓縮的辦法, 將原始的矩陣用三個數組進行表示

和大家分享下我怎樣理解的

from scipy import sparse
data = np.array([1, 2, 3, 4, 5, 6])         #所有的非零數值
indices = np.array([0, 2, 2, 0, 1, 2])      #所有值得列索引
indptr = np.array([0, 2, 3, 6])             #每行的的非零數據 data[i：i+1]
mtx = sparse.csr_matrix((data,indices,indptr),shape=(3,3))
mtx.todense()

1、首先是考慮每行的非零數值，數值在data裏，

data的裏的那幾個，索引在indptr中，注意其中每個值是每行中一個值在data中的索引，

故矩陣第0行 data[ indptr[0]: indptr[1] ], 即data[0:2], 爲數據1,2；

2、這些數值的列索引

由於已經得到矩陣中每行的非零數值，而所有的非零數值的列索引又存在indices中，則把這些數值對應的索引找出來就ok了

indptr[0],indptr[1]，對應數值在indices中對應的列索引

故indices[ indptr[0]: indptr[1] ] indices[0:2] , 所以所以爲0， 2

3、對i行

非零數值有data[ indptr[i]: indptr[i+1] ]

非零數值的列索引有indices[ indptr[i]: indptr[i+1] ]

 

總結：三個數組中data最好理解所有非零數值，indices和data值對應每一個數值的列索引，每行的值得索引在indptr中（本行的第一個索引開始，到下一行開頭結束），從而得到每行值的數值個數，再去indices中配對列索引，然後構造矩陣。