R 将数据帧转换为三倍于其大小的稀疏矩阵 库（矩阵） 根据定义，稀疏矩阵是大多数条目为零的矩阵。在大型稀疏矩阵的情况下，通过在压缩方案中表示数据，可以显著减少计算时间和内存需求方面的计算资源

常用且相对简单的稀疏矩阵压缩方案包括将矩阵表示为三个向量：

• 一个向量包含矩阵中所有非零项的值
• 另外两个向量分别包含行和列索引，从而定义第一个向量中列出的非零值在矩阵中的位置

通过使用这种压缩方案，可以避免存储大量的零。此外，使用这些表示法，可以跳过几个无用的数值操作，例如耗时的零乘法。因此，如果矩阵足够大且稀疏，则稀疏矩阵压缩方案非常强大

---

然而，将稀疏矩阵压缩方法应用于稠密矩阵毫无意义。原因是第一个向量的大小与原始矩阵的大小基本相同。此外，还有两个大小相同的整数向量。这与您的观察结果一致，即总大小约为三倍。

据我所知，

稀疏矩阵

仅在稀疏时才保存内存？你的矩阵显然是一个稠密的矩阵，你希望它如何为你节省内存？@Psidom绝对正确；如果您正在寻找压缩密集矩阵的方法：这种方法在许多情况下都存在，但这是一个复杂的主题。它们的适用性取决于上下文，即矩阵中数据的使用情况。一个流行的例子是图像文件的压缩。

library(Matrix)
a<-data.frame(1:1000)
object.size(a)
  4672 bytes

b<-as.matrix(a)
object.size(b)
  4464 bytes

d<-as(b,'dgCMatrix')
object.size(d)
  13520 bytes

e<-Matrix(b, sparse = TRUE)
object.size(e)
 13520 bytes