# 这个函数的作用就是 返回一个稀疏矩阵的非0值坐标、非0值和整个矩阵的shape
def sparse_to_tuple(sparse_mx):
if not sp.isspmatrix_coo(sparse_mx): # 判断是否为coo_matrix类型
sparse_mx = sparse_mx.tocoo() # 返回稀疏矩阵的coo_matrix形式
# 这个coo_matrix类型 其实就是系数矩阵的坐标形式:(所有非0元素 (row,col))根据row和col对应的索引对应非0元素在矩阵中的位置
# 其他位置自动补0
coords = np.vstack((sparse_mx.row, sparse_mx.col)).transpose()
# vstack 按垂直方向排列 再转置 则每一行的两个元素组成的元组就是非0元素的坐标
values = sparse_mx.data
shape = sparse_mx.shape
return coords, values, shape