构造稀疏数组，只指定部分位置元素的值：

以矩阵形式显示：

转换为一个稠密矩阵：

创建一个大型的稀疏向量：

创建一个大型稀疏矩阵：

创建一个大型的深度为 3 的数组：

创建一个三对角矩阵，用下标的模式：

创建一个 10,000  10,000 矩阵：

创建一个稀疏的对角矩阵：

它等同于 DiagonalMatrix：

一个稀疏矩阵占用较少的内存：

用规则 Band 构建一个分块对角矩阵：

将一个普通矩阵转化为一个稀疏矩阵：

创建一个4阶稀疏张量，设置随机位置的值：

ArrayRules 生成一个规则的最小列表，它需要指定 SparseArray：

许多典型的操作对 SparseArray 对象起作用，对其它同类型列表也起作用：

适用于元素的算法同样适用于列表：

矩阵积采用 Dot：

许多线性代数函数可以用稀疏的形式：

许多其它列表命令自动运算：

未说明的元素可以使任意值：

构建一个有机器精度数值的稀疏矩阵：

用确切整数值构建稀疏矩阵：

N[s] 和 ns 相同：

创建一个只有单一非0元素的列表：

绘制一个规则列表：

表示一个有联结矩阵的网络：

利用有限的不同的点, 求解边界值问题 ：

一个 SparseArray 对象和相应的普通列表 Equal：

它们不是 SameQ，因为表达结构不同：

涉及到 SparseArray 对象的函数 f，通常 f[s]==f[Normal[s]]：

这包括具有属性 Listable 的所有函数：

使用 CoefficientArrays 把线性表达式转换成 SparseArray 对象：

使用 Dot 把 SparseArray 转换成表达式：

如果 SparseArray 中同一坐标位置在变换规则表中重复出现， 以首次出现的为准:

由于数据量过大而无法全部表示时，SparseArray 给出下面的表现形式:

用 Normal 会给出一个 SystemException:

在默认情况下，稀疏数组的操作不会检验取消操作:

用 SparseArray 重新计算稀疏数组结构:

SparseArray 表示的内部结构不是唯一的，SameQ 会检测到以下情况：

使用 SparseArray 重新计算稀疏结构：

注意 Equal 可以按预期工作：

SparseArray 表示的内部结构不是唯一的，并且设置部分可以更改该结构：

测试 SparseArray 实例是否相同：

使用 SparseArray 重新计算稀疏结构：

注意 Equal 可以按预期工作：

在对 SparseArray 进行迭代计算时. 有误差的操作可能会给出不同的值:

用 Reap 和 Sow，可以显示存取的元素:

对于一个 SparseArray 对象, Part 给出对应的列表的部分:

FullForm 是从基本存储信息中的重构对象的方式:

一些不能作用于表达式的函数，在作用于SparseArray 的对象时，该对象会被作为基本单位而无法处理:

Cases 不能作用于表示的矩阵:

可以使用 ArrayRules 的结果，这样不用展开就可以能得到信息:

即使对于稠密 SparseArray，也可能出现被 0 除的情况：

该 SparseArray 的密度为 1：

由于密度为 1 的 SparseArray 是一种非常特殊的情况，完成该计算将过于耗费资源. 在这种情况下，由于矩阵是稠密的，使用 Normal 才更合理：

生命游戏: