coo_matrixのscipyのダウンロード機能

公式文書で推奨直接見て：https://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.coo_matrix.html#scipy.sparse.coo_matrix

彼らは、単純なバージョンを知るための1分、例の最初の直接見て：

1 >>> ＃マトリックスを構築IJVフォーマットを使用して
2 >>>行= np.array（[0、3、1 、0]）
 3 >>> COL = np.array（[0、3、1、2 ] ）
 4件の >>>データ= np.array（[4、5、7、9 ]）
 5 >>> coo_matrix（（データ、（行、列））、形状=（4,4 ））。てToArray（）
 6アレイ（[[4,0、9 、0]、
 7         [0、7 、0、0]、
 8         [0、0、0、0]、
 9         [0、0、0、5]）

頻繁に使用おそらく、このです：coo_matrix（（データ、（I、J））、[形状=（M、N）]）

3つのパラメータがあります。

1. データ[：]例えば上記4,5,7,9、元のデータ行列です。

2. I [：]図柄列を示している。エレメント上記例えば0番目の行が0であり、それはデータライン0の最初のデータことを意味します。

3. jは[：]シンボル列が示されている;例えば、0番目の要素のCOLが0以上である、最初のデータは、列0のデータを表します。

統合された上記3つの点、4のデータは、それが元の行列は、最初のデータ要素4、つまり最初の行0、列0で、A [I [K]、有している  J [K]  =  データを[K] 。そのため、第二のデータ5、行3、列3のデータ。

最後に、形状パラメータは、データのランクであり、残りは0に相補的な形状の形態である上記の説明に加えて、元の行列のcoo_matrix形状に指示があります。