为什么scipy的csr_matrix调用eliminate_zeros()未移除零值条目？

问题原因 #

你遇到的情况是对eliminate_zeros方法的作用范围存在误解，和稀疏矩阵的底层存储逻辑有关：

• 首先CSR格式的稀疏矩阵本身不会存储逻辑上为0的元素：它仅通过data数组存储显式的非零值，所有不在data数组内的坐标位置，访问时默认返回0，这是稀疏矩阵的固有特性，和eliminate_zeros无关。
• eliminate_zeros的作用是删除已经被显式存储在data数组中的0值条目，通常用于你手动修改矩阵把某已存储的非零值设为0后的清理场景，而不是用来清除矩阵逻辑上所有的0值位置。

生效场景演示 #

你可以参考下面的代码理解它的实际作用：

import numpy as np
from scipy.sparse import csr_matrix

arr = np.array([[0,0,0], [0,0,1], [1,0,1]])
mat = csr_matrix(arr)
# 手动把已存储的非零值改为0，此时这个0会留在data数组里
mat[1,2] = 0
print("修改后未调用eliminate_zeros的data数组：", mat.data)
# 输出：修改后未调用eliminate_zeros的data数组： [1 1 0]
mat.eliminate_zeros()
print("调用eliminate_zeros后的data数组：", mat.data)
# 输出：调用eliminate_zeros后的data数组： [1 1]

你的代码运行说明 #

你初始化csr_matrix(arr)时，scipy会自动过滤掉输入数组中的0值，data数组里本来就没有0条目，所以调用eliminate_zeros不会产生任何变化，你访问未存储的位置返回0是稀疏矩阵的默认返回值，不是eliminate_zeros没有生效。
另外你给出的运行输出最后一行第三个元素为2，和输入数组的原始值不符，属于示例运行异常，可以检查下是否实际运行时不小心修改了数组赋值逻辑，正常运行你给出的代码输出会和原输入数组完全一致。

内容的提问来源于stack exchange，提问作者Nameless