如何计算COO格式稀疏矩阵的内存占用？现有方案存在问题

嘿，这个问题我之前踩过坑，刚好能给你捋清楚！

首先得明确：COO格式的稀疏矩阵和CSR/CSC格式的存储结构完全不一样——你查到的mat.data.nbytes + mat.indptr.nbytes + mat.indices.nbytes是给CSR/CSC矩阵用的公式，COO矩阵根本没有indptr和indices这两个属性，所以用它肯定会报错。

COO矩阵的核心存储逻辑是三个一维数组：

• data：存储所有非零元素的具体值
• row：存储每个非零元素对应的行索引
• col：存储每个非零元素对应的列索引

所以正确的内存占用计算应该是这三个数组的内存总和：

total_memory = mat.data.nbytes + mat.row.nbytes + mat.col.nbytes

你之前只算mat.data.nbytes结果远小于实际值，就是因为漏掉了row和col这两个索引数组的内存。尤其是当你从DataFrame列创建大型稀疏矩阵时，非零元素数量庞大，这两个索引数组的内存占比其实相当可观，绝对不能忽略。

拿你的示例代码验证一下：
假设你的row、col、data都是numpy默认的int64类型，每个数组长度是7，那每个数组的内存是7 * 8 = 56字节，三个加起来就是56*3=168字节，这才是这个COO矩阵的完整内存占用。

另外补充一句：如果之后需要把COO转成CSR/CSC格式，那时候再用data + indices + indptr的公式就没问题了，但COO格式一定要认准row、col、data三个核心组件哦！

内容的提问来源于stack exchange，提问作者safex