稀疏矩阵指矩阵中非 0 元素的个数远远小于矩阵元素的总数，并且非 0 元素的分布没有规律。稀疏矩 阵在存储时只保存非 0 元素，每个非 0 元素存储为一个三元组：行、列、值（行列最小值为 1）。文件 test7.txt 存储了一个系数矩阵，第一行是矩阵的行列数，其他行为非 0 值，请编写一个程序输出该稀疏矩阵。test7.txt 中数据如下： 5,6 1,3,25 2,1,100 3,4,98 4,2,66 5,5,7

好的，我来帮你编写一个程序，读取 test7.txt 文件中的稀疏矩阵并输出它。下面是示例代码：

# 读取文件
with open("test7.txt", "r") as f:
    # 读取矩阵的行列数
    rows, cols = map(int, f.readline().split(","))

    # 初始化稀疏矩阵
    sparse_matrix = [[0 for j in range(cols)] for i in range(rows)]

    # 读取非 0 值并填入稀疏矩阵
    for line in f:
        i, j, val = map(int, line.split(","))
        sparse_matrix[i-1][j-1] = val

# 输出稀疏矩阵
for row in sparse_matrix:
    print(row)

上述代码中，首先使用 with open 语句打开 test7.txt 文件并读取矩阵的行列数。然后，初始化一个稀疏矩阵（即一个二维列表），并遍历文件中的每一行，将非 0 值填入稀疏矩阵中。最后，使用循环输出稀疏矩阵的每一行。需要注意的是，由于输入文件中的行列最小值为 1，而 Python 中列表的下标最小值为 0，因此需要将行列值减 1 才能正确填入稀疏矩阵中。