MATLAB中sparse对应python代码

在MATLAB中，`sparse`函数用于创建稀疏矩阵，即只包含非零元素的矩阵，通常在数值计算中效率更高。Python中有类似的功能，可以在`scipy.sparse`模块中找到。

`sparse`对应的Python代码示例通常是使用`scipy.sparse.csr_matrix`（压缩稀疏行表示）或者`scipy.sparse.csc_matrix`（压缩稀疏列表示）来创建稀疏矩阵。这里是一个简单的例子：

from scipy.sparse import csr_matrix

# 创建一个MATLAB风格的稀疏矩阵
data = [1, 2, 3]  # 非零元素值
row_indices = [0, 2, 2]  # 行索引
col_indices = [0, 1, 0]  # 列索引

# 使用上述数据创建稀疏矩阵
sparse_matrix = csr_matrix((data, (row_indices, col_indices)), shape=(3, 3))

# 打印矩阵
print(sparse_matrix.toarray())  # 输出稀疏矩阵的稠密形式

在这个例子中，`data`是一个列表存储非零元素的值，`row_indices`和`col_indices`分别存储每个非零元素的行和列索引。`shape`参数指定了最终矩阵的大小。