.jpg)
稀疏矩陣能節(jié)省內(nèi)存和提升運(yùn)算效率，因為它們只存儲非零元素及位置信息。1. 稀疏數(shù)據(jù)是指大部分元素為零的數(shù)據(jù)結(jié)構(gòu)，普通數(shù)組存儲效率低下；2. scipy.sparse提供多種格式，如csr適合行操作，csc適合列操作，coo適合構(gòu)造階段，lil適合逐行構(gòu)建；3. 創(chuàng)建方式包括使用coo_matrix、csr_matrix等函數(shù)或從numpy數(shù)組轉(zhuǎn)換而來；4. 使用建議包括選擇合適格式、避免頻繁轉(zhuǎn)換、利用稀疏特性運(yùn)算、保存加載優(yōu)化。
在python中處理稀疏數(shù)據(jù)時，如果直接使用普通數(shù)組或矩陣存儲，會浪費(fèi)大量內(nèi)存和計算資源。這時候就要用到 scipy.sparse 模塊提供的稀疏矩陣結(jié)構(gòu)。它能有效節(jié)省空間、提升運(yùn)算效率，尤其適合像文本處理、推薦系統(tǒng)等高維稀疏場景。
為什么需要稀疏矩陣？
稀疏數(shù)據(jù)是指大部分元素為零的數(shù)據(jù)結(jié)構(gòu)。例如，在一個用戶-商品評分矩陣中，每個用戶只對極少數(shù)商品評分，其余都是空值（即0）。如果我們用普通的二維數(shù)組來表示這樣的數(shù)據(jù)，90%以上的空間可能都在存0，非常低效。
這時，稀疏矩陣的出現(xiàn)就是為了解決這個問題：它只保存非零元素及其位置信息，從而大幅減少內(nèi)存占用，并且一些特定操作還能更快完成。
立即學(xué)習(xí)“Python免費(fèi)學(xué)習(xí)筆記（深入）”；
常見的稀疏矩陣格式有哪些？
scipy.sparse 提供了多種稀疏矩陣類型，各有適用場景：
-
CSR (Compressed Sparse Row)
適合高效的行切片和算術(shù)運(yùn)算，常用于機(jī)器學(xué)習(xí)庫如 scikit-learn 的輸入格式。 -
CSC (Compressed Sparse column)
類似于 CSR，但按列壓縮，適合列操作較多的情況。 -
COO (Coordinate format)
簡單直觀，保存三元組 (row, col, value)，適合構(gòu)造階段使用。 -
LIL (List of Lists)
支持逐行構(gòu)建稀疏矩陣，修改方便，但不適合做數(shù)學(xué)運(yùn)算。
不同格式之間可以互相轉(zhuǎn)換（如 .tocsr()、.tocsc()），建議先用 COO 或 LIL 構(gòu)建，再轉(zhuǎn)成 CSR/CSC 做運(yùn)算。
如何創(chuàng)建和轉(zhuǎn)換稀疏矩陣？
創(chuàng)建稀疏矩陣最常見的方式是使用 scipy.sparse 提供的函數(shù)：
from scipy.sparse import coo_matrix, csr_matrix # 使用 COO 格式創(chuàng)建 row = [0, 1, 2] col = [1, 2, 0] data = [10, 20, 30] sparse_matrix = coo_matrix((data, (row, col)), shape=(3, 3)) # 轉(zhuǎn)換為 CSR 格式 csr_mat = sparse_matrix.tocsr()
也可以從 NumPy 數(shù)組轉(zhuǎn)換而來：
import numpy as np from scipy.sparse import csr_matrix dense = np.array([[0, 1, 0], [0, 0, 2], [3, 0, 0]]) sparse = csr_matrix(dense)
?? 注意：不要頻繁修改稀疏矩陣的內(nèi)容，尤其是 CSR/CSC 格式，效率很低。建議修改時先轉(zhuǎn)成 LIL 或 COO。
實際使用中的優(yōu)化建議
- 選擇合適的格式：根據(jù)后續(xù)操作選擇最合適的稀疏格式。比如訓(xùn)練模型前一般轉(zhuǎn)為 CSR。
- 避免頻繁轉(zhuǎn)換：格式轉(zhuǎn)換雖然簡單，但不是免費(fèi)的，盡量在初始化后定好格式。
- 利用稀疏特性進(jìn)行運(yùn)算：很多線性代數(shù)操作在稀疏矩陣上可以直接調(diào)用，如點(diǎn)乘、加法等，效率遠(yuǎn)高于稠密矩陣。
- 保存與加載：可以用 scipy.io 中的 savemat 和 loadmat 保存為 .npz 文件，節(jié)省磁盤空間。
舉個例子，兩個 CSR 矩陣相乘：
result = matrix_a.dot(matrix_b)
只要兩者都是 CSR 格式，這個操作就能高效完成，而如果是稠密矩陣，計算量會大很多。
基本上就這些。用好 scipy.sparse，不僅能節(jié)省內(nèi)存，還能讓程序跑得更快，特別是在處理大規(guī)模數(shù)據(jù)時，是個很實用的工具。
.png)
