mkl各个类型sparse matrix store type
Posted 菜鸟决心努力A-A
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了mkl各个类型sparse matrix store type相关的知识，希望对你有一定的参考价值。
csr：（表格里是1-based的，也就是index都加一）（红球球那个例子是0-based的）
(Intel的代码我也是醉了。csr这个格式，在他们的函数里，使用的类型就存在不一致的情况，比如mkl_?csrgemv中采用的是上图这种格式，但是在mkl_?csrmm中采用的就是https://software.intel.com/zh-cn/node/599882中提供的格式，醉醉哒)
bsr：和csr一个意思，只不过是先把矩阵分成一个一个小方块。如本来6*6矩阵，按照2*2的block压缩，就变成3*3的矩阵，然后按照csr的方式存储“元素不全为0的block”。
这样数据压缩率降低了些，但是rowIndex和columns的长度缩减很多。
coo：
略
dia：
“元素不全为0的Diagonal”的个数 = ndiag = 5（图中例子）
原则：在values矩阵（行数*ndiag）中，每一列存储原矩阵中的一个“元素不全为0的Diagonal”，然后再有一个数组distance来标识每一个列存储的是哪一Diagonal，这样就可以复原原来的矩阵了。例子如下图所示：
（每个diagonal中元素存储时，保留行号）
备注：
在mkl中使用mkl_?diagemv函数时，需要将values矩阵转置一下才可以得到正确结果，虽然这个问题在函数说明中并未体现
sky：
csc:
以上是关于mkl各个类型sparse matrix store type的主要内容，如果未能解决你的问题，请参考以下文章
scipy.sparse.csr.csr_matrix 未显示在变量资源管理器中
python使用scipy中的sparse.csr_matrix函数将numpy数组转化为稀疏矩阵（Create A Sparse Matrix）