scipy压缩稀疏列数组csc_array

基本原理

csc，即Compressed Sparse Column，是压缩稀疏列数组，就是将稀疏矩阵按列分割，并对这些列进行存储。

在稀疏矩阵中，有三个关键的编码数据，分别是data, indices和indptr。其中data为数据，indices为序号索引，二者是一一对应的。而intptr则对数据进行分割，表明其属于哪一列。

个中关系，举个例子就能明白

from scipy.sparse import csc_array
import numpy as np

indptr = [0, 2, 3, 6]
indices = [0, 2, 2, 0, 1, 2]
data = [1,2,3,4,5,6]
csc = csc_array((data, indices, indptr))

print(csc.toarray())
'''
[[1 0 4]
 [0 0 5]
 [2 3 6]]
'''

先看indptr,里面共有4个值，这4个值组成了3个区间[0,2), [2,3), [3,6)，说明接下来要生成的矩阵共有3列。

然后在看三个区间对应的indices和data，以第0个区间[0,2)为例，对应的indices是0,2，对应的data是1,2，说明第0列的第0号是1、第2号是2，所以看上面的矩阵，第一列为$(1,0,2{)}^T$；第1个区间为[2,3)，对应的indices, data分别为2和3，说明第1列的第2个元素是3。

初始化方案

csc_array支持下面5种初始化方案，其中最后一种就是上面讲解的生成逻辑。后两种方法有参数shape，可以指定稀疏矩阵的维度，如果不指定，则生成满足要求的最小维度的稀疏矩阵。

• csc_array(D) D是一个稀疏数组或$2\times D$数组
• csc_array(S) S是另一种稀疏数组
• csc_array((M, N),dtype='d') 创建一个shape为$(M,N)$的空数组，dtype为数据类型
• csc_array((data, ij)) ij是坐标数组，可分解为i,j=ij，data是数据数组，设新矩阵为a，则a[i[k], j[k]] = data[k]
• csc_array((data, indices, indptr))

内置方法

稀疏数组在计算上并不便捷，所以bsr_array中内置了下列函数，可以高效地完成计算。此外，scipy.sparse.linalg提供了更多的适用于稀疏矩阵的函数。