Python 从scipy CSR稀疏矩阵访问值、列索引和行ptr数据

我有一个大矩阵，我想转换成稀疏CSR格式

当我这样做时：

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

print Ks

在A密集的地方，我得到

 (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

等等

我可以使用以下方法获得行索引、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]]

但是有可能提取稀疏CSR格式（值、列索引、行指针）中假定包含的向量吗

SciPy的文档解释说，可以从这三个向量生成CSR矩阵，但我想做的是相反的，将这三个向量取出来

我错过了什么

谢谢你的时间

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

---

我相信这些属性是未记录的，这可能会使它们受到更改，但我已经在几个版本的scipy上使用过它们。

但是要小心

indptr

是一种特殊的压缩格式数组。它与

coo

格式的

行

不同

Ks.非零

首先将

csr

数组转换为

coo

格式，并返回其

行

和

列

数组。