稀疏矩阵转ijv格式

如何解决稀疏矩阵转ijv格式

是否有一种有效的方法可以将稀疏矩阵表示为 ijv（3 个数组：行、列、值）形式。对于大型矩阵，使用嵌套循环似乎非常天真和缓慢。代码来自here：

# Python program for Sparse Matrix Representation
# using arrays

# assume a sparse matrix of order 4*5
# let assume another matrix compactMatrix
# Now store the value,row,column of arr1 in sparse matrix compactMatrix

sparseMatrix = [[0,3,4],[0,5,7,0],2,6,0]]

# initialize size as 0
size = 0

for i in range(4):
    for j in range(5):
        if (sparseMatrix[i][j] != 0):
            size += 1

# number of columns in compactMatrix(size) should
# be equal to number of non-zero elements in sparseMatrix
rows,cols = (3,size)
compactMatrix = [[0 for i in range(cols)] for j in range(rows)]

k = 0
for i in range(4):
    for j in range(5):
        if (sparseMatrix[i][j] != 0):
            compactMatrix[0][k] = i
            compactMatrix[1][k] = j
            compactMatrix[2][k] = sparseMatrix[i][j]
            k += 1

for i in compactMatrix:
    print(i)

# This code is contributed by MRINALWALIA

我打算将稀疏矩阵以 ijv 形式打印到文件中，然后用 C++ 读取它。 scipy.sparse.coo_matrix 给我：

print(coo_matrix([[0,0]]))
  
  (0,2)    3
  (0,4)    4
  (1,2)    5
  (1,3)    7
  (3,1)    2
  (3,2)    6

使用 np.where() 我可以获得非零元素的索引，但是 v 数组怎么样？

也许你知道一种更有效的方法（我不会使用 swig，...来包装代码）？

编辑

size=np.count_nonzero(sparseMatrix)
rows,cols = np.where(sparseMatrix)
compactMatrix = np.zeros((3,size))
for i in range(size):
    compactMatrix[0][i] = rows[i]
    compactMatrix[1][i] = cols[i]
    compactMatrix[2][i] = sparseMatrix[rows[i]][cols[i]]

print(compactMatrix)

我最后也是这么想的。