如何对csr_matrix执行元素级1减操作生成距离矩阵？

1. 是否可以对稀疏矩阵执行逐元素减法操作？ #

完全可以。Scipy的稀疏矩阵（包括csr_matrix）支持与标量的逐元素算术运算，直接执行1 - cossim就能实现你需要的逐元素1减操作，不需要创建全1的密集矩阵。这个操作会自动遍历矩阵的所有非零元素，计算1 - 元素值，并返回一个新的csr_matrix，原矩阵的零元素位置依然保持零（稀疏矩阵默认不存储零元素，以此节省内存）。

如果之前尝试该操作报错，大概率是使用了过旧版本的Scipy，建议升级到0.13及以上版本，新版本对稀疏矩阵的标量运算支持完善。

2. 实现该转换的最佳方式是什么？ #

最佳方式就是直接使用标量减法：

distance = 1 - cossim

这种方式完全不需要额外创建大矩阵，内存占用仅与原cossim的非零元素数量相关，效率极高。

如果你的业务场景中，原cossim的零元素对应的距离值需要显式存储为1（即所有位置都要有距离值），但由于矩阵规模太大无法存储全量数据，那需要重新评估需求：

• 若仅需处理存在相似度值的对，直接用上述标量减法即可，零元素对应的距离默认按1处理（业务逻辑中补充判断）；
• 若必须生成全量距离矩阵，考虑分块处理：将大矩阵拆分为多个小分块，逐块执行1 - 分块矩阵操作，再按需存储或处理分块结果，避免一次性占用大量内存。

内容的提问来源于stack exchange，提问作者CutePoison