稀疏矩阵压缩存储:CSR

Compressed Sparse Row,CSR格式的列下标向量和数据值向量与COO格式(三元组)类似,在行下标表示上做了压缩。根据数据的排列规则,只需要指定在哪个数据换到下一行就行。

>>> col_idx = np.array([0,3,1,2,3,0,1,3])
>>> values = np.array([4,2,1,5,7,6,3,8])
 >>> row_ptr = np.array([0,2,3,5,8])
>>> csr_mat = scipy.sparse.csr_matrix((values,col_idx, row_ptr),shape=(4,4)).toarray()
>>> csr_mat
array([[4, 0, 0, 2],
       [0, 1, 0, 0],
       [0, 0, 5, 7],
       [6, 3, 0, 8]]) 
 

 非零数据按行顺序排列

 

把非零数据排成一列,并从0开始建立索引,row_ptr指定在哪个索引位置进行换行。例如,稀疏矩阵的第二行是1,那么就在索引2处进行切割。

 数据按行进行划分

 

posted on 2017-09-24 09:35  MissSimple  阅读(4350)  评论(0编辑  收藏  举报

导航