我想为稀疏矩阵排序实现自定义的、特定于域的算法。我正在寻找用于订购稀疏矩阵的 Python 包。最好有：

• 底层数据结构处理稀疏性（矩阵大小：$10^4-10^6$)

• 能够处理高度不对称的矩阵。（引入人工填充使它们对称是不可接受的；对称和轻度不对称情况有很多包。）

• 执行速度不是主要问题，但快速原型设计肯定是

• 能够递归地定义稀疏子矩阵视图（块视图）

• 对子矩阵视图执行行和列排列，然后也反映在原始的大矩阵中

• 直观、易于学习和使用的 API

• 许可许可（最好是 BSD 3-Clause 或类似许可）

我不需要任何稀疏分解方法、算术或稀疏线性求解器。我想尝试我自己的排序算法，仅此而已。例如，我想将一个稀疏矩阵订购为递归边界块对角线形式 (RBBD)，并根据特定领域的知识使用启发式方法来定义块和嵌套块。

到目前为止我发现：

• scipy.sparse

• 稀疏的

• 解析

为此，我是否错过了任何主要的、完善的 Python 包？

我也非常感谢有关出于此类目的使用这些或其他 Python 包的第一手经验的反馈（就像我们在建议中对可用的快速 C++ 矩阵库的建议？）。