Scipy CSR稀疏矩阵实际上是COO？

Question

我最近一直在处理稀疏矩阵。我的目标是以某种方式将图形的邻接列表转换为CSR格式，这里定义为：http://devblogs.nvidia.com/parallelforall/wp-content/uploads/2014/07/CSR.png。

我看到的一个可能的选择是，我首先构建一个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有所不同。我的问题是，这只是一个差异，我需要编写自己的解析器，或者可以将SciPy转换为链接中定义的CSR。

更多的位有关的问题，让我们说我有一个矩阵：

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

这个CSR格式由两个阵列，柱（C）和行（R）的。而且我也努力的模样：

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 

其中第二列是一样的我的C，然而，这是我的理解首席运营官格式，而不是企业社会责任。 （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)（其中A是csr_matrix）仅打印矩阵时看到的内容有所不同。

在documentation中列出了属性。除其他有以下三个特性：矩阵的矩阵
指数CSR格式索引阵列的

数据CSR格式数据阵列
indptr矩阵的CSR格式索引指针数组

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，你不需要编写自己的解析器（只要你不关心你的情况，不必要的data数组）。
另请注意：CSR format中的矩阵总是由三个数组表示，而不是两个。