scipy.sparse.csr_matrix数据异常：存入0、1却出现2值的问题咨询

这个问题其实是CSR稀疏矩阵的构建逻辑导致的，我来给你掰扯清楚：

• 首先要明确：当用csr_matrix创建稀疏矩阵时，如果输入里存在同一个行-列位置（i,j）被多次赋值的情况，CSR会自动把这些位置的数值累加起来，而不是直接覆盖。
• 举个直观的例子，你可以自己跑一下这段代码：

  from scipy.sparse import csr_matrix
  
  indices = [0, 0]  # 两个元素都指向第0列
  indptr = [0, 2]    # 第0行包含2个元素
  data = [1, 1]      # 给同一个位置传了两次1
  mat = csr_matrix((data, indices, indptr), shape=(1,1))
  print(mat.data)  # 输出会是array([2])
  

  这里同一个(0,0)位置被赋值了两次1，CSR就自动把它们加起来变成了2——这就是你看到“原本不存在的2”的核心原因。
• 反过来，如果你的输入里每个(i,j)位置只出现一次，那data里就只会保留原始的0和1，不会出现额外的数值。

另外补充个小细节：如果你的data里有0，CSR矩阵在默认构建逻辑下会自动过滤掉0值条目（毕竟稀疏矩阵的意义就是只存非零值）。但如果是重复位置的0累加，结果还是0，同样会被过滤，所以你一般看不到data里有0（除非特意设置keep_zero=True参数）。

总结一下：出现2不是存储错误，是CSR矩阵对重复坐标位置的数值做了累加处理，属于它的默认行为哦。

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