我在搜索站点后没有找到解决此问题的方法。很简单，我想更新一个已经存在的 coo 稀疏矩阵。所以假设我已经启动了一个 coo 矩阵:
from scipy.sparse import coo_matrix
import numpy as np
row = np.array([0, 3, 1, 0])
col = np.array([0, 3, 1, 2])
data = np.array([4, 5, 7, 9])
a=coo_matrix((data, (row, col)), shape=(4, 4)).toarray()
array([[4, 0, 9, 0],
[0, 7, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 5]])
很好，但是如果我只想要一个空的稀疏数组并仅使用形状启动它，然后多次更新值怎么办。我成功的唯一方法是向我的旧矩阵添加一个新的 coo 矩阵
a=coo_matrix((4, 4), dtype=np.int8)
a=a+coo_matrix((data, (row, col)), shape=(4, 4))
a.toarray()
array([[4, 0, 9, 0],
[0, 7, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 5]])
而且我想多次更新这个稀疏数组。但这需要相当长的时间，因为我为每次更新调用 coo 函数。必须有更好的方法，但我觉得文档有点浅(至少我读过的)或者我只是没有看到它。
非常感谢
请您参考如下方法:
当您以这种方式制作 coo 矩阵时，它会将您的输入数组用作矩阵的属性(前提是它们的类型正确):
In [923]: row = np.array([0, 3, 1, 0])
...: col = np.array([0, 3, 1, 2])
...: data = np.array([4, 5, 7, 9])
...: A=sparse.coo_matrix((data, (row, col)), shape=(4, 4))
In [924]: A
Out[924]:
<4x4 sparse matrix of type '<class 'numpy.int32'>'
with 4 stored elements in COOrdinate format>
In [925]: A.row
Out[925]: array([0, 3, 1, 0])
In [926]: id(A.row)
Out[926]: 3071951160
In [927]: id(row)
Out[927]: 3071951160
对于 A.col 和 A.data 也是如此。
为了显示和计算，矩阵可能会转换为 csr 格式，因为其中许多操作未针对 coo 格式定义。
而且您肯定已经看到 coo 格式没有实现索引，无论是用于获取还是设置。
lil 格式旨在更轻松地进行增量更改。也可以对 csr 进行索引更改，但会发出警告。
但是 coo 通常用于构建新矩阵。例如在bmat格式中，将分量矩阵的coo属性组合成新的数组，然后用这些数组构造一个新的coo矩阵。
增量构建 coo 的一个好方法是不断将新值连接到您的 row、col 和 data 数组，然后定期从这些数组构建一个新的 coo。
关于更新 dok 格式: How to incrementally create an sparse matrix on python?
putting column into empty sparse matrix
creating a scipy.lil_matrix using a python generator efficiently
