列出python中稀疏矩阵中的非零元素

稀疏矩阵是指矩阵中大部分元素为零的矩阵。在Python中，可以使用不同的数据结构来表示稀疏矩阵，常用的有以下几种：

1. 列表列表（List of Lists）：使用嵌套列表的形式表示稀疏矩阵，其中每个元素都是一个列表，表示矩阵的一行。非零元素的位置可以通过索引来确定，对应位置的值即为非零元素的值。
2. 字典字典（Dictionary of Dictionaries）：使用嵌套字典的形式表示稀疏矩阵，其中外层字典的键表示行索引，内层字典的键表示列索引，对应位置的值即为非零元素的值。
3. 压缩稀疏行（Compressed Sparse Row，CSR）：使用三个一维数组来表示稀疏矩阵。第一个数组存储非零元素的值，第二个数组存储非零元素所在的列索引，第三个数组存储每一行的起始位置。
4. 压缩稀疏列（Compressed Sparse Column，CSC）：与CSR类似，使用三个一维数组来表示稀疏矩阵。第一个数组存储非零元素的值，第二个数组存储非零元素所在的行索引，第三个数组存储每一列的起始位置。

对于稀疏矩阵中的非零元素，可以通过遍历矩阵的每个元素来判断是否为零，如果非零则将其记录下来。以下是一个示例代码，用于列出稀疏矩阵中的非零元素：

def get_nonzero_elements(matrix):
    nonzero_elements = []
    for i in range(len(matrix)):
        for j in range(len(matrix[i])):
            if matrix[i][j] != 0:
                nonzero_elements.append((i, j, matrix[i][j]))
    return nonzero_elements

# 示例稀疏矩阵
sparse_matrix = [
    [0, 0, 0, 0, 0],
    [0, 0, 0, 0, 0],
    [0, 0, 1, 0, 0],
    [0, 0, 0, 0, 2],
    [0, 3, 0, 0, 0]
]

nonzero_elements = get_nonzero_elements(sparse_matrix)
print(nonzero_elements)

输出结果为：

[(2, 2, 1), (3, 4, 2), (4, 1, 3)]

以上代码使用列表列表的方式表示稀疏矩阵，并通过遍历矩阵的每个元素，将非零元素的行索引、列索引和值记录在一个列表中。最终输出的结果为非零元素的位置和值。

在腾讯云中，可以使用腾讯云提供的云原生数据库 TDSQL-C（https://cloud.tencent.com/product/tdsqlc）来存储和处理稀疏矩阵数据。TDSQL-C 是一款高性能、高可用的云原生数据库，支持分布式事务和多种数据模型，适用于各种复杂的数据场景。