SciPy 教程 之 SciPy 稀疏矩阵 3
SciPy 稀疏矩阵
稀疏矩阵（英语：sparse matrix）指的是在数值分析中绝大多数数值为零的矩阵。反之，如果大部分元素都非零，则这个矩阵是稠密的(Dense)。
在科学与工程领域中求解线性模型时经常出现大型的稀疏矩阵。
SciPy 的 scipy.sparse 模块提供了处理稀疏矩阵的函数。
我们主要使用以下两种类型的稀疏矩阵：
CSC - 压缩稀疏列（Compressed Sparse Column），按列压缩。
CSR - 压缩稀疏行（Compressed Sparse Row），按行压缩。
CSR 矩阵方法
我们可以使用 data 属性查看存储的数据（不含 0 元素）：
实例
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
print(csr_matrix(arr).data)
以上代码输出结果为：
[1 1 2]
使用 eliminate_zeros() 方法删除矩阵中 0 元素：
实例
import numpy as np
from scipy.sparse import csr_matrix
arr = np.array([[0, 0, 0], [0, 0, 1], [1, 0, 2]])
mat = csr_matrix(arr)
mat.eliminate_zeros()
print(mat)
以上代码输出结果为：
(1, 2) 1
(2, 0) 1
(2, 2) 2
