Python scipy.sparse 稀疏矩阵访问速度测试

最近做一个多标签的任务，需要对预测的top k index计算precision和nDCG。必要的一步是确定预测的index是否在groundtruth中。groundtruth y_dev 是multi-hot形式，使用scipy中的稀疏矩阵存储。

判断i号样本的p号标签是否预测正确，只需要取 y_dev[i, p]的值即可（命中为1.0，不命中则为0.0），当数据量非常大时，访问的性能不可忽略。

scipy.sparse包下的稀疏矩阵有多种：

csr, csc, lil, dok和不支持位置索引取值的 coo, dia。