Python 3.x Scipy sparse.kron给出了非稀疏矩阵

当使用Scipy的稀疏模块的kron方法时，我得到了意想不到的非稀疏结果。具体来说，执行kronecker乘积后等于零的矩阵元素将保留在结果中，我想了解我应该如何确保输出仍然是完全稀疏的

以下是我的意思的一个示例，以两份身份副本的kronecker产品为例：

import scipy.sparse as sp

s = sp.eye(2)

S = sp.kron(s,s)

S 
<4x4 sparse matrix of type '<class 'numpy.float64'>'
with 8 stored elements (blocksize = 2x2) in Block Sparse Row format>

print(S)

(0, 0)  1.0
(0, 1)  0.0
(1, 0)  0.0
(1, 1)  1.0
(2, 2)  1.0
(2, 3)  0.0
(3, 2)  0.0
(3, 3)  1.0

将scipy.sparse导入为sp
s=sp.eye（2）
S=标准克朗（S，S）
s
印刷品
(0, 0)  1.0
(0, 1)  0.0
(1, 0)  0.0
(1, 1)  1.0
(2, 2)  1.0
(2, 3)  0.0
(3, 2)  0.0
(3, 3)  1.0

稀疏矩阵S应该只包含4个（对角）非零项，但这里还有其他等于零的项。任何关于我做错了什么的指点都将不胜感激。

我指出，

sparse.kron

默认生成一个

BSR

格式矩阵。这就是你的显示器所显示的。这些额外的零是密集块的一部分

如果指定另一种格式，

kron

将不会产生这些零：

In [672]: sparse.kron(s,s,format='csr')                                         
Out[672]: 
<4x4 sparse matrix of type '<class 'numpy.float64'>'
    with 4 stored elements in Compressed Sparse Row format>
In [673]: _.A                                                                   
Out[673]: 
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

[672]中的

：sparse.kron（s，s，format='csr'）
出[672]：
在[673]中：
出[673]：
数组（[[1,0,0,0.]），
[0., 1., 0., 0.],
[0., 0., 1., 0.],
[0., 0., 0., 1.]])

非常感谢@hpaulj，这很有意义。