エレガントなSciPy ―Pythonによる科学技術計算

121

5.2　scipy.sparse のデータ形式

際、クラス数の増加に従い、対応行列のゼロの要素に大量のメモリを割り当てるのはますます無

駄になります。しかし、その代わりに、疎行列を効率的に表現するオブジェクトを持つ

SciPy

の

sparse

モジュール使うことができます。

5.2

　

scipy.sparse

のデータ形式

「

1

章　エレガントな

NumPy

：科学

Python

の基礎」では、

NumPy

配列の内部データ形式を紹

介しました。この形式が、かなり直観的で、

n

次元配列データ格納には、ある意味必然的な形式だ

ということに納得していただけたでしょうか。実は、疎行列には、可能な表現形式が幅広くあり、

「正しい」フォーマットは解きたい問題に依存してしまうのです。以下では

2

つの最もよく使われ

る形式を紹介しますが、他の形式の一覧は、本章後出の比較表や、

scipy.sparse

のオンラインド

キュメントを参照してください。

5.2.1

　

COO

形式

おそらく、最も直観的なのは、座標形式（

COO

形式）でしょう。この形式は、

2

次元配列

A

を

表すのに

3

つの

1

次元配列を用います。各配列の長さは

A

のゼロでない要素の長さに等しく、

3

つを合わせてすべてのゼロでない要素の座標

(i, j,

値

)

をリストします。

•

row

と

col

の配列は、合わせてゼロでない各要素の行と列の位置を明示します。

•

data

の配列は、各位置の値を明示します。

行列の要素のうち

(row, col)

の組で表されないものは

0

とみなされます。ずっと効率的です

ね。例えば、以下の行列の場合は、 ...