Scipy CSR稀疏矩陣實際上是COO？

Question

我最近一直在處理稀疏矩陣。我的目標是以某種方式將圖形的鄰接列表轉換爲CSR格式，這裏定義爲：http://devblogs.nvidia.com/parallelforall/wp-content/uploads/2014/07/CSR.png。

我看到的一個可能的選擇是，我首先構建一個NumPy矩陣並使用scipy.sparse.csr_matrix進行轉換。問題是，SciPy中的CSR與鏈接中討論的CSR有所不同。我的問題是，這只是一個差異，我需要編寫自己的解析器，或者可以將SciPy轉換爲鏈接中定義的CSR。

更多的位有關的問題，讓我們說我有一個矩陣：

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

這個CSR格式由兩個陣列，柱（C）和行（R）的。而且我也努力的模樣：

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

R: [0,2,3,5] 

SciPy的返回：

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

其中第二列是一樣的我的C，然而，這是我的理解首席運營官格式，而不是企業社會責任。 （這是使用csr_matrix(adjacency_matrix)函數完成的）。

Answer 1

內部存儲的內容與您通過print(A)（其中A是csr_matrix）僅打印矩陣時看到的內容有所不同。

在documentation中列出了屬性。除其他有以下三個特性：矩陣的矩陣
指數CSR格式索引陣列的

數據CSR格式數據陣列
indptr矩陣的CSR格式索引指針數組

您可以通過A.data，A.indices和A.indptr訪問（並操縱）它們。底線：scipy中的CSR格式是一種「真正的」CSR格式，你不需要編寫自己的解析器（只要你不關心你的情況，不必要的data數組）。
另請注意：CSR format中的矩陣總是由三個數組表示，而不是兩個。