scipy.sparse转np.array会卡住是因为需分配全量内存，导致内存爆炸；应按需提取或保持稀疏结构运算，必要时先检查nnz是否远小于size。
为什么 scipy.sparse 转 np.array 会卡住？
直接调用 .toarray() 或 np.array(sparse_matrix) 在大型稀疏矩阵上极易触发内存爆炸——因为底层会强制分配完整 shape[0] * shape[1] 大小的稠密数组，哪怕其中 99.9% 是零。这不是慢，是根本跑不起来。
真正可行的路径只有两条：按需提取、或降维转换。
- 若只需某几行/列数据，用
sparse_matrix[row_indices, :].toarray()（注意切片返回仍是 sparse，必须显式.toarray()） - 若目标是参与后续 NumPy 运算但又不想全量加载，优先考虑保持稀疏结构，改用
scipy.sparse提供的兼容 NumPy 的运算接口（如@矩阵乘、.sum(axis=...)） - 确认必须转稠密时，先用
sparse_matrix.nnz检查非零元数量；若远小于sparse_matrix.size，说明转稠密本身就不合理
np.array 转稀疏矩阵时该选 csc_matrix 还是 csr_matrix？
选错格式会导致后续操作性能跌一个数量级。核心看你的主要访问模式：
- 频繁按列取数（比如特征归一化、PCA 中对每列做 std 计算）→ 用
csc_matrix - 频繁按行取数（比如 batch inference、逐样本预测）→ 用
csr_matrix - 从稠密
np.ndarray构造时，别用coo_matrix再转——它内部存储三元组，构造后必须调用.tocsr()或.tocsc()才能高效运算，多一次遍历开销
最稳写法：
import numpy as np<br>from scipy import sparse<br><br>dense = np.random.rand(10000, 500)<br>dense[dense sparse_csr = sparse.csr_matrix(dense) # 直接构造，不走 COO 中转
用 np.where 提取稀疏矩阵非零值靠谱吗？
不推荐。虽然 np.where(sparse_matrix.toarray()) 看似直观，但它先触发全量稠密化，完全违背稀疏初衷。正确做法是直接读稀疏矩阵自有属性：
-
sparse_matrix.nonzero()返回(row, col)元组，和np.where行为一致，但不产生稠密副本 -
sparse_matrix.data直接拿到所有非零值的一维数组 -
sparse_matrix.row和sparse_matrix.col（仅 CSR/CSC 有）可配合data做向量化过滤，比如只取绝对值 > 0.1 的项：mask = np.abs(sparse_csr.data) > 0.1<br>filtered_data = sparse_csr.data[mask]<br>filtered_row = sparse_csr.row[mask]<br>filtered_col = sparse_csr.col[mask]
在 PyTorch/TensorFlow 中混用 NumPy 稠密与 SciPy 稀疏矩阵要注意什么？
框架不认 scipy.sparse 类型，直接传会报类似 TypeError: expected Tensor or scalar type 的错误。不能靠“自动转换”蒙混过关：
- PyTorch：必须先转稠密再转 Tensor，且建议指定设备：
torch.tensor(sparse_matrix.toarray(), dtype=torch.float32).to('cuda')；更优解是用torch.sparse构造等价稀疏 Tensor（需手动整理indices和values） - TensorFlow：
tf.SparseTensor接受三元组输入，可直接用sparse_matrix.row,sparse_matrix.col,sparse_matrix.data构造，避免中间稠密化 - 跨框架传递前务必检查
sparse_matrix.format，coo格式最易适配，csr/csc需先.tocoo()
稀疏转稠密不是技术问题，是建模合理性问题——如果业务逻辑天然需要全量数值，就别用稀疏存储；如果只是图省事用稀疏矩阵存小规模数据，那根本没必要引入 scipy.sparse。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
