Numpy/Scipy 中与Matlab中的sparse函数等效的操作——Python处理稀疏矩阵

创建稀疏矩阵 - MATLAB sparse - MathWorks 中国

python - numpy/scipy equivalent of MATLAB's sparse function - Stack Overflow
S = sparse(i,j,v,m,n) 将 S 的大小指定为 m×n。
等效的python操作是

import numpy as np
import scipy.sparse as sps

H = sps.csr_matrix((V, (I, J)), shape=(m,n),dtype= np.int32)

其中I向量（数组）记录非零元素行的位置，J向量（数组）表示非零元素列的位置，V向量表示非零元素值，（也可以指定其中部分元素为0），稀疏是一种存储优化方法，未必就是只保存非0元素。

m2 = sps.csr_matrix(([3,1], ([2,1], [2,3])), dtype=np.float)
m2.todense()

[3,1]两个非稀疏化元素，一个是3，一个是1
[2,1]记录了行位置，[2,3]记录了列位置,3在（2,2），1在（1,3）

matrix([[0., 0., 0., 0.],
        [0., 0., 0., 1.],
        [0., 0., 3., 0.]])

m2 = sps.csr_matrix(([3,0], ([2,1], [2,3])), dtype=np.float)
m2.todense()

matrix([[0., 0., 0., 0.],
        [0., 0., 0., 0.],
        [0., 0., 3., 0.]])