关于稀疏矩阵仅返回上三角COO格式结果的技术咨询

嘿，我来帮你理清这个困惑！

为啥只返回上三角部分？ #

首先最常见的原因是：你的矩阵是对称矩阵，很多稀疏矩阵库（比如SciPy的实现）会默认只存储上三角（或下三角）部分。毕竟对称矩阵的下三角和上三角元素完全一样，存一半就足够复原整个矩阵了，这是一种很常见的存储空间优化手段。

你说3×3矩阵明明有9个非零元素，但结果里只有6条记录，刚好就是上三角的元素数（主对角线3个+上三角非对角线3个）。举个实际例子，如果你的矩阵是这样的对称矩阵：

[[1, 2, 3],
 [2, 4, 5],
 [3, 5, 6]]

COO格式就只会存(0,0)、(0,1)、(0,2)、(1,1)、(1,2)、(2,2)这6个元素，剩下的(1,0)、(2,0)、(2,1)完全可以通过对称性推导出来，没必要重复存储，所以看起来像是“丢失”了，但其实信息一点没少。

如果你的矩阵不是对称矩阵却出现这种情况，那大概率是你调用生成矩阵的方法时，不小心触发了相关参数——比如有些函数会有upper=True或者symmetric=True这类默认开启的参数，强制只存储上三角部分，你可以回头检查一下调用时的参数设置。

怎么查阅相关文档？ #

给你几个实用的办法，不用跳外链就能搞定：

• 直接查内置文档：在Python环境里，用help()函数就能看。比如你用的是SciPy的coo_matrix，直接运行help(scipy.sparse.coo_matrix)，里面会详细讲清楚存储规则、参数含义，还有各种注意事项。
• 快速查看方法参数：如果是通过某个特定函数生成的COO矩阵，比如my_generate_function()，在Jupyter里可以敲my_generate_function?，或者在普通Python环境里打印它的__doc__属性，就能快速看到参数说明和返回逻辑。
• 查看库的官方文档章节：比如SciPy的官方文档里有专门讲稀疏矩阵格式的部分，里面会明确说明对称矩阵的压缩存储逻辑，你可以直接访问你使用的库的官方文档对应模块。

另外，你可以做个小验证：把这个COO矩阵转成稠密矩阵看看，比如用coo_matrix.toarray()，如果转出来的是完整的对称矩阵，那就是自动做了压缩存储，没丢信息；如果转出来的下三角是0，那就是参数设置的问题，调整一下生成时的参数就行。

内容的提问来源于stack exchange，提问作者Andreas