python - scipy csr_matrix : understand indptr

Question

每隔一段时间，我就会操作一个csr_matrix，但我总是忘记参数indices 和indptr 是如何一起工作来构建的稀疏矩阵。

我正在寻找关于定义稀疏矩阵时 indptr 如何与 data 和 indices 参数交互的清晰直观的解释使用符号 csr_matrix((data, indices, indptr), [shape=(M, N)])。

我可以从 scipy documentation 中看出data 参数包含所有非零数据，indices 参数包含与该数据关联的列(因此，indices 是等于文档中给出的示例中的 col)。但是我们如何清楚地解释 indptr 参数呢？

Answer 1

也许这个解释可以帮助理解这个概念:

• data 是一个包含稀疏矩阵所有非零元素的数组。
• indices 是一个数组，将 data 中的每个元素映射到其在稀疏矩阵中的列。

• indptr 然后将 data 和 indices 的元素映射到稀疏矩阵的行。这是通过以下推理完成的:

  1. 如果稀疏矩阵有M行，indptr是一个包含M+1个元素的数组
  2. 对于 i 行，[indptr[i]:indptr[i+1]] 返回要从 data 中获取的元素的索引和 indices 对应于第 i 行。所以假设 indptr[i]=k 和 indptr[i+1]=l，对应于行 i 的数据将是 列 indices[k:l] 处的数据[k:l]。这是棘手的部分，我希望下面的示例有助于理解它。

编辑:我用字母替换了 data 中的数字，以避免在下面的示例中出现混淆。

注意:indptr 中的值必然递增，因为 indptr 中的下一个单元格(下一行)指的是 data< 中的下一个值 和 indices 对应于该行。