如何像NumPy二维数组一样提取Scipy稀疏矩阵的子矩阵？

当然可以用类似NumPy的切片语法提取Scipy稀疏矩阵的子矩阵，不过要注意不同稀疏矩阵格式的兼容性：

• CSR/CSC格式（最常用）：直接支持行、列的切片操作，语法和NumPy几乎一致，即使目标区域和原矩阵的非零块不重合也能正常提取。
  示例代码：

  import scipy.sparse as sp
  
  # 创建4x4的CSR稀疏矩阵
  sparse_arr = sp.random(4, 4, density=0.5, format='csr')
  # 提取前2行、后2列的子矩阵
  sub_matrix = sparse_arr[0:2, 2:4]
  

  切片后得到的子矩阵依然是稀疏格式，只会保留目标区域内的非零元素，零元素不会被存储，完全适配目标区域和非零块不一致的场景。

• COO/DOK等其他格式：这类格式不直接支持切片，需要先转换为CSR或CSC格式再操作：

  # COO格式转CSR后切片
  sparse_arr_coo = sp.random(4, 4, density=0.5, format='coo')
  sub_matrix = sparse_arr_coo.tocsr()[0:2, 2:4]
  

内容的提问来源于stack exchange，提问作者Hiranmay Das