python - 来自scipy CSR稀疏矩阵的访问值，列索引和row_ptr数据

我有一个大矩阵，我想转换为稀疏CSR格式。
当我这样做的时候：

import scipy as sp
Ks = sp.sparse.csr_matrix(A)

print Ks

如果A很密集，我会

 (0, 0) -2116689024.0
 (0, 1) 394620032.0
 (0, 2) -588142656.0
 (0, 12)    1567432448.0
 (0, 14)    -36273164.0
 (0, 24)    233332608.0
 (0, 25)    23677192.0
 (0, 26)    -315783392.0
 (0, 45)    157961968.0
 (0, 46)    173632816.0

等。。。
我可以使用以下方法获取行索引、列索引和值的向量：

Knz = Ks.nonzero()
sparserows = Knz[0]
sparsecols = Knz[1]

#The Non-Zero Value of K at each (Row,Col)
vals = np.empty(sparserows.shape).astype(np.float)
for i in range(len(sparserows)):

    vals[i] = K[sparserows[i],sparsecols[i]]

但是，是否可以提取假设包含在稀疏CSR格式中的向量（值、列索引、行指针）？
Scipy的文档解释了可以从这三个向量生成一个CSR矩阵，但是我想做相反的事情，把这三个向量取出来。
我错过了什么？
谢谢你的时间！

最佳答案

value = Ks.data
column_index = Ks.indices
row_pointers = Ks.indptr

我相信这些属性是未记录的，可能会使它们发生变化，但我已经在Scipy的几个版本上使用过它们。

关于python - 来自scipy CSR稀疏矩阵的访问值，列索引和row_ptr数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/10360210/