常用的幾種稀疏矩陣儲存形式以及適用場景：

1. csr_matrix:

     優點：1. 能進行高效的算術運算。如：csr+csr，csr*csr

               2. 行切片很高效

               3. 矩陣向量內積很快

     缺點：1. 列切片很慢 （可以考慮csc）

               2. 稀疏結構的改變很昂貴（可以考慮lil，dok）

2. csc_matrix:

     優點：1. 同上能進行高效的算術運算

               2. 有效的列切片

               3. 很快的矩陣向量內積（csr，bsr更快）

     缺點：1. 行切片慢（考慮csr）

               2. 稀疏結構的改變很昂貴（考慮lil,dok）

3. coo_matrix：

     優點：1. 轉換成其它儲存格式很快捷簡便

               2. 轉換成csr/csc很快

               3. 允許重複的索引（例如在1行1列處存了值2.0，又在1行1列處存了值3.0，則轉換成其它矩陣時就是             

                     2.0+3.0=5.0）

     缺點：1. 不直接支援切片

               2. 不能直接進行算術計算

     coo_matrix構建稀疏矩陣非常快捷，實際中可以轉換成csr/csc形式進行切片，算術計算與向量內積計算。

4. bsr_matrix：

很類似於csr，更適合於矩陣的某些子矩陣很多值，在某些情況下比csr和csc計算更高效。

5. dia_matrix：  

對角線儲存方式，0就在主對角線，-1在主對角線下方的第一條對角線。具體見官網例子。

6. dok_matrix：

     優點：依靠鍵的字典構建矩陣，對於遞增的構建稀疏矩陣很高效，比如定義該矩陣後，想進行每行每列更新值，可用該矩陣。當訪問某個單 

                 元，只需要O(1)

     缺點：不允許重複索引（coo中適用），但可以很高效的轉換成coo後進行重複索引

7. lil_matrix：

優點： 1. 支援靈活的切片

                2. 轉換成其它儲存方式很高效

                3. 適合遞增的構建成矩陣

     缺點：1. lil+lil等算術運算很慢（可以考慮csr,csc）

                2. 列切片很慢（可以考慮csc）

                3. 矩陣向量內積很慢（考慮csr,csc）

                4. 當矩陣很大時，考慮用coo

   注：

稀疏矩陣計算中注意事項：

1.matrix.multiply()：

   適合矩陣對應索引元素乘，即結果的每個元素sij=xij*yij，需區別它與點乘。

   有兩個好處：a.該方法適合廣播，即矩陣乘以一個行向量可以廣播到該矩陣的每一行。

                         b.該方法計算後對於計算後矩陣中元素為0的自動忽略。比如a矩陣的第0行0列為1，b矩陣的第0行0列為0，則乘了之                                                         後第0行0列儲存時不會有值。   

                         c.如果是稀疏矩陣*稀疏矩陣，則為矩陣點乘，而密集矩陣*密集矩陣則是對應元素相乘           

2.lil_matrix:

    2.1 lil_matirx平時應用很廣，例如，對一個很大的方陣的對角線迴圈shape[0]次賦值，lil_matrix遠快於csc和csr，所以這種操作建議先轉換為     lil_matrix

    2.2 當進行一些矩陣運算的時候，原始為lil_matrix，之後可能會變成csr_matrix，所以注意檢查慢的原因是不是變成了其它稀疏矩陣格式。

    2.3 當儲存稀疏矩陣時，lil_matrix不適合  原文：matrix: spmatrix (format: ``csc``, ``csr``, ``bsr``, ``dia`` or coo``)