CSR（compressed sparse row matrix）

https://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.csr_matrix.html

CSR（compressed sparse row matrix）

import numpy as np

from scipy.sparse import csr_matrix

indptr= np.array([0,2,3,6])

indices= np.array([0,2,2,0,1,2])

data      =np.array([1,2,3,4,5,6])

csr_matrix((data,indices,indptr),shape=(3,3)).toarray()

上述代码的输出结果为;

 array([[1, 0, 2], 

            [0, 0, 3], 

            [4, 5, 6]])

indices中的中的0代表data中数据1在某行的第0位置，indices中2代表data中2在某行的第2位置

indices中的中的2代表data中数据3在某行的第2位置，indices中0代表data中4在某行的第0位置

indices中的中的1代表data中数据5在某行的第1位置，indices中2代表data中6在某行的第2位置

indptr中的0是默认数据，2-0=2代表第一行有两个数据，3-2=1代表第2行有1个数据，6-3=3代表

第三行有三个数据。

这种储存形式的需要的储存量：2*nnz+n+1个数据。其中nnz（number of non-zero）代表矩阵中

不为0的数据的个数，n为列数。

CSC（compressed sparse column）跟CSR差不多，就是一个转置的关系。