Python 为什么CSR格式在选择行方面优于CSC格式？

我正在做一个基于

scipy.sparse

的CSR和CSC格式的小实验。如前所述，CSC格式在处理列操作时比CSR格式更有效。所以我做了一个小实验：

来自scipy.sparse导入诊断
d=图（[-1,1,1]，-1,0，-1]，形状=（100100））
%timeit d.tocsc（）[：，1]
%timeit d.tocsr（）[：，1]

那么我想我把行和列弄错了。所以我尝试了另一种方法：

%timeit d.tocsc（）[1]
%timeit d.tocsr（）[1]

---

但在某些情况下，CSR在时间安排上优于CSC。我想知道这些结果是否有结构性原因，或者我的测试只是有偏见？

稀疏矩阵的索引很复杂，有许多变量可能会影响时间。您的测试用例是对称的，因此

csr

和

csc

格式几乎相同。如果形状是矩形，或者布局不同，情况可能会有所不同

此外，标量索引、切片索引和列表索引可能有所不同

请记住，无论格式如何，稀疏索引都比

numpy.ndarray

慢得多。如果需要迭代，请尽量不要使用稀疏。（如果您必须迭代，考虑直接使用“原始”稀疏属性。）< /P> 我有点惊讶于

csr

时间总是更快。但只是一点点

csc

和

csr

使用一个通用的

compressed

基类（

sparse.compressed.\u cs\u matrix

），但编码细节似乎有利于

csr

===

为了好玩，索引a

lil

格式

In [73]: %%timeit x=d.tolil() 
    ...: x[1,:]                                                                            
76.4 µs ± 231 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [74]: %%timeit x=d.tolil() 
    ...: x[:,1]                                                                       
118 µs ± 647 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

从

lil

存储中可以看出，行索引速度更快，但列索引时间也不错

lil

有一个

getrow

，它是

sparse

中与

numpy

视图最接近的东西：

In [75]: %%timeit x=d.tolil() 
    ...: x.getrow(1)                                                                          
36.7 µs ± 233 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

===

密集阵列索引，即使转换时间更快：

In [83]: %%timeit x=d.A 
    ...: x[:,1]                                                                          
277 ns ± 9.97 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [84]: timeit d.A[:,1]                                                             
197 µs ± 587 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

---

谢谢，这真的很有用！！两个跟进问题：不知何故，当我在笔记本电脑上测试时，tolil是三个测试中速度最慢的吗？所以，如果我的任务是在一个长循环中处理一个巨大的对角线带状矩阵，我应该牺牲内存来提高效率吗？（在你看来）

In [75]: %%timeit x=d.tolil() 
    ...: x.getrow(1)                                                                          
36.7 µs ± 233 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [83]: %%timeit x=d.A 
    ...: x[:,1]                                                                          
277 ns ± 9.97 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [84]: timeit d.A[:,1]                                                             
197 µs ± 587 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)