scipy计算csc_array矩阵指数触发SparseEfficiencyWarning如何解决

对csc格式稀疏矩阵计算矩阵指数时，触发如下效率警告：

anaconda3/lib/python3.9/site-packages/scipy/sparse/_index.py:103:
SparseEfficiencyWarning: Changing the sparsity structure of a
csc_matrix is expensive. lil_matrix is more efficient.
  self._set_intXint(row, col, x.flat[0])

触发警告的代码如下，其中t_M为dok_array类型：

csc_t_M = t_M.tocsc()
sigma = scipy.sparse.linalg.expm(-csc_t_M)

从调用栈看，警告由scipy.sparse内部逻辑触发。

scipy.sparse.linalg.expm的内部实现存在逐元素修改输入矩阵稀疏结构的操作。csc格式的优化方向是矩阵运算、格式转换，单点修改元素/变更稀疏结构的开销极高，因此scipy会抛出效率提示。该警告不影响计算结果的正确性，仅提示存在不必要的性能损耗。
不要按照警告提示直接将矩阵转为lil格式传入expm，lil格式不支持expm依赖的稀疏矩阵运算，会直接抛出运行错误。

• 方案1：忽略指定警告（适合矩阵规模不大、性能损耗可接受的场景）
  该警告仅为效率提示，不影响结果，可在调用expm时临时屏蔽对应警告：

  import warnings
  from scipy.sparse import SparseEfficiencyWarning
  
  csc_t_M = t_M.tocsc()
  with warnings.catch_warnings():
      warnings.simplefilter("ignore", SparseEfficiencyWarning)
      sigma = scipy.sparse.linalg.expm(-csc_t_M)
  

• 方案2：转换为csr格式传入（可从根源规避该警告，推荐）
  将输入矩阵转为csr格式后再传入expm，scipy内部处理csr格式矩阵时不会触发逐元素修改稀疏结构的逻辑，不会抛出警告，计算结果与传入csc矩阵完全一致：

  # 直接从原dok_array转csr即可，无需先转csc
  csr_t_M = t_M.tocsr()
  sigma = scipy.sparse.linalg.expm(-csr_t_M)
  

内容的提问来源于stack exchange，提问作者APR