numpy 对 csr_matrix 稀疏矩阵求逆

对于一般的方阵求逆可以直接用 from numpy.linalg import inv 中的 inv 求解.
而相应的, 对于 csr_matrix 格式的稀疏矩阵求逆, 可以用 from scipy.sparse.linalg import inv 中的 inv 求解.
但是需要注意的是,

There is a sparse linalg inv, but it is just spsolve(A,I). It also warns that If the inverse of A is expected to be non-sparse, it will likely be faster to convert A to dense and use scipy.linalg.inv. The same warning likely applies to the pinv or equivalents.
ref: python how to inverse a sparse matrix

所以, 一般的话, 可以直接用 np.linalg.inv(A.todense()) 来求 A 的逆.