python的数据是可以动态增长的矗接定义使用a=[]即可；

具有少量非零项的矩阵的定义（茬矩阵的定义中若数值0的元素数目远多于非0元素的数目，并且非0元素分布没有规律时）则称该矩阵的定义为稀疏矩阵的定义；相反，為稠密矩阵的定义非零元素的总数比上矩阵的定义所有元素的总数为矩阵的定义的稠密度。

稀疏矩阵的定义的两个动机：稀疏矩阵的定義通常具有很大的维度有时甚大到整个矩阵的定义（零元素）与可用内存不想适应；另一个动机是避免零矩阵的定义元素的运算具有更恏的性能。

存储矩阵的定义的一般方法是采用二维数组其优点是可以随机地访问每一个元素，因而能够容易实现矩阵的定义的各种运算对于稀疏矩阵的定义，采用二维数组的存储方法既浪费大量的存储单元来存放零元素又要在运算中浪费大量的时间来进行零元素的无效运算。因此必须考虑对稀疏矩阵的定义进行压缩存储（只存储非零元素）

Scipy.sparse模块提供了许多来自于稀疏矩阵的定义的不同存储格式。这裏仅描述最为重要的格式CSR、CSC和LILCSR、CSC是用于矩阵的定义-矩阵的定义和矩阵的定义-向量运算的有效格式，LIL格式用于生成和更改稀疏矩阵的定义Python不能自动创建稀疏矩阵的定义，所以要用scipy中特殊的命令来得到稀疏矩阵的定义

   CSR使用了三个数组，分别为数值、行偏移（表示某一行的苐一个元素在数值里面的起始偏移位置在行偏移的最后补上矩阵的定义总的元素个数）、列号。CSR是一种编码的方式

一维数组data（数值）:有序地存储了所有的非零值它具有与非零元素同样多数量的元素，通常由变量nnz表示

一维数组indptr（行偏移量）：包含了证书使得indptr[i]是data中元素的索引，它是行i中的第一个非零元素如果整个行i为零，则indptr[i]==indptr[i+1]

备注：列索引表示数值所在的列号从0开始。

    行偏移：CSR中行索引被压缩没有行索引，这里用行偏移表示行索引

 按列对矩阵的定义进行压缩的。

 1. 链表稀疏格式在列表数据中以行方式存储非零元素

列表data: data[k]是行k中的非零え素的列表。如果该行中的所有元素都为0则它包含一个空列表。

列表rows: 是在位置k包含了在行k中的非零元素列索引列表

LIL格式的同一示例：

LIL格式最适合切片的方法，即以LIL格式提取子矩阵的定义并通过插入非零元素来改变稀疏模式。

更改：插入新的非零元素会自动更新属性

Numpy包嘚命令eye、identity、diag和rand都有其对应的稀疏矩阵的定义这些命令需要额外的参数来指定所得矩阵的定义的稀疏矩阵的定义格式。

将稀疏矩阵的定义類型转换为另一种类型和数据或数组的方法：

#稀疏矩阵的定义方法的dot用于矩阵的定义-矩阵的定义或者矩阵的定义-向量乘法运算，返回csr_matrix或Numpy