numpy 稀疏矩阵

numpy中的稀疏矩阵可以使用不同的存储方式来表示。其中，dia_matrix是一种对角线的存储方式，使用offsets和data两个矩阵来表示稀疏矩阵的对角线元素和偏移量。dok_matrix是一种基于字典的稀疏矩阵存储方式，使用字典来存储非零元素的坐标和值。dok_matrix适合于增量构建稀疏矩阵，并可以快速转换为coo_matrix。另外，还有csr_matrix和csc_matrix两种存储方式，它们分别以压缩行和压缩列的形式存储稀疏矩阵的数据。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* [python系列26：numpy稀疏矩阵笔记](https://blog.csdn.net/kittyzc/article/details/126077002)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [numpy 稀疏矩阵](https://blog.csdn.net/u010569893/article/details/103806550)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]