csr matrix引數解析

壓縮稀疏矩陣構造時的引數從官網看不明白，參考如下：

>>> 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()
array([[1, 0, 2],
[0, 0, 3],
[4, 5, 6]])

data 表示 元資料 顯然為1， 2， 3， 4， 5， 6

shape 表示 矩陣的形狀 為 3 * 3

indices 表示 各個資料在各行的下標， 從該資料我們可以知道：資料1在某行的0位置處， 資料2在某行的2位置處，6在某行的2位置處。

而各個資料在哪一行就要通過indptr引數得到的

indptr

表示每行資料的個數：[0 2 3 6]表示從第0行開始資料的個數，0表示預設起始點，0之後有幾個數字就表示有幾行，第乙個數字2表示第一行有2 -

0 = 2個數字，因而數字1，2都第0行，第二行有3 - 2 = 1個數字，因而數字3在第1行，以此類推，我們能夠知道所有數字的行號

example: 數字6 ，indptr推出在第2行，indices推出在第2列。

csr matrix引數解析

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 array 1,0,2 0,0,3 4,5,...

csr matrix引數解析

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 array 1,0,2 0,0,3 4,5,...

可變引數解析

提供了以下資料型別和巨集，以便我們編寫長度可變的函式 typedef char va list define intsizeof n sizeof n sizeof int 1 sizeof int 1 define va start ap,v ap va list v intsizeof v de...