Scipy.sparse：csc_matrix、csr_matrix与csc_array的使用场景及差异咨询

1. 何时使用csc_matrix和csr_matrix？它们与_array、_matrix系列有何区别？ #

• csr_matrix（行压缩稀疏矩阵）：适合以行操作为主的场景，比如行切片、矩阵左乘向量（A @ x）、行求和/求均值等。存储时按行的非零元素顺序存储，对行相关的遍历和计算效率更高。
• csc_matrix（列压缩稀疏矩阵）：适合以列操作为主的场景，比如列切片、向量右乘矩阵（x @ A）、列求和/求均值等。存储时按列的非零元素顺序存储，列相关操作速度更快。

关于_array与_matrix的区别：

• _matrix系列（如csr_matrix、csc_matrix）是旧版稀疏矩阵类，继承自numpy.matrix，行为更贴近传统矩阵运算（比如*运算符默认是矩阵乘法，而非元素级乘法），属于Scipy的遗留接口。
• _array系列（如csr_array、csc_array）是新版稀疏数组类，继承自numpy.ndarray，完全贴合NumPy数组的操作习惯（*是元素级乘法，@是矩阵乘法），支持更多NumPy通用函数（ufuncs），内存效率和生态兼容性更优，是官方推荐的优先选择。

2. 对角矩阵行数多于列数时，用csc_matrix更高效？列数更多时选csr_matrix？ #

首先，对角矩阵本身最适合用dia_matrix（对角稀疏矩阵）存储，因为它只存储对角线的非零元素，空间开销最小，对角相关操作的效率也最高。

如果非要在csr_matrix和csc_matrix中选择，核心判断依据不是行/列的数量，而是后续的操作类型：

• 若需要频繁做列相关操作（比如提取列、列求和），哪怕行数远多于列数，csc_matrix的效率依然更高；
• 若需要频繁做行相关操作（比如提取行、行求和），哪怕列数远多于行数，csr_matrix更合适。

单纯的行/列数量差异不会直接决定两者的效率，操作类型才是关键。

3. csc_matrix与csc_array的主要区别是什么？ #

• 继承关系与接口风格：csc_matrix继承自numpy.matrix，遵循传统矩阵的运算规则（如*为矩阵乘法）；csc_array继承自numpy.ndarray，完全对齐NumPy数组的操作逻辑（*为元素级乘法，@为矩阵乘法）。
• 生态兼容性：csc_array支持更多NumPy的通用函数（如np.sin、np.exp等直接作用于稀疏数组），而csc_matrix对这类函数的支持有限，往往需要额外转换。
• 官方优先级：csc_array是Scipy后续重点维护的新版接口，csc_matrix属于遗留类，仅为兼容旧代码保留，新项目建议优先使用csc_array。

内容的提问来源于stack exchange，提问作者THATS MY QUANT MY QUANTITATIVE