如何将 numpy.matrix 或数组转换为 scipy 稀疏矩阵

对于 SciPy 稀疏矩阵，可以使用todense() or toarray()转换为 NumPy 矩阵或数组。进行逆运算的函数有哪些？

我进行了搜索，但不知道哪些关键字应该是正确的。

初始化稀疏矩阵时，您可以传递 numpy 数组或矩阵作为参数。例如，对于 CSR 矩阵，您可以执行以下操作。

>>> import numpy as np
>>> from scipy import sparse
>>> A = np.array([[1,2,0],[0,0,3],[1,0,4]])
>>> B = np.matrix([[1,2,0],[0,0,3],[1,0,4]])

>>> A
array([[1, 2, 0],
       [0, 0, 3],
       [1, 0, 4]])

>>> sA = sparse.csr_matrix(A)   # Here's the initialization of the sparse matrix.
>>> sB = sparse.csr_matrix(B)

>>> sA
<3x3 sparse matrix of type '<type 'numpy.int32'>'
        with 5 stored elements in Compressed Sparse Row format>

>>> print sA
  (0, 0)        1
  (0, 1)        2
  (1, 2)        3
  (2, 0)        1
  (2, 2)        4