稀疏矩阵的 Scipy.sparse 测试对对角矩阵返回 False。为什么？答案

【问题标题】：Scipy.sparse test for sparse matrix returns False for a diagonal matrix. Why?稀疏矩阵的 Scipy.sparse 测试对对角矩阵返回 False。为什么？
【发布时间】：2014-02-11 12:57:17
【问题描述】：

我正在学习如何使用 Scipy.sparse。我尝试的第一件事是检查对角矩阵的稀疏性。然而，Scipy 声称它并不稀疏。这是正确的行为吗？

以下代码返回“False”：

import numpy as np
import scipy.sparse as sps
A = np.diag(range(1000))
print sps.issparse(A)

【问题讨论】：

标签： python scipy sparse-matrix

【解决方案1】：

issparse 不检查矩阵的密度是否小于某个任意数字，它检查参数是否为 spmatrix 的实例。

np.diag(range(1000)) 返回一个标准的ndarray：

>>> type(A)
<type 'numpy.ndarray'>

您可以通过多种方式从中创建稀疏矩阵。随机选择一个：

>>> sps.coo_matrix(A)
<1000x1000 sparse matrix of type '<type 'numpy.int32'>'
    with 999 stored elements in COOrdinate format>
>>> m = sps.coo_matrix(A)
>>> sps.issparse(m)
True

但同样，请注意issparse 并不关心对象的密度，只关心它是否是特定稀疏矩阵类型的实例。例如：

>>> m2 = sps.coo_matrix(np.ones((1000,1000)))
>>> m2
<1000x1000 sparse matrix of type '<type 'numpy.float64'>'
    with 1000000 stored elements in COOrdinate format>
>>> sps.issparse(m2)
True

【讨论】：