如何解决Python矩阵乘法：稀疏乘法密集
给出代码段：
B = A @ M - T
其中A是企业社会责任稀疏矩阵，M和T是两个 numpy数组。
问题：：在矩阵运算期间，numpy会将A视为密集矩阵，还是将M和T视为两个稀疏矩阵？
我怀疑后一种情况是正确的，因为结果矩阵B的格式不是稀疏的。
我还注意到，如果将A的格式更改为密，则此操作会慢很多，这与我的猜测相矛盾。
解决方法
Numpy不会做稀疏矩阵。 Scipy进行矩阵乘法（与numpy不同，这意味着没有多线程处理）。
A保持稀疏，但是如果M是一个密集数组，则A @ M填充密集数组。
>>> import numpy as np
>>> from scipy import sparse
>>> A = sparse.random(100,10,density=0.1,format='csr')
>>> B = np.random.rand(10,10)
>>> type(A@B)
<class 'numpy.ndarray'>
>>> type(B@A.T)
<class 'numpy.ndarray'>
请注意，某些稀疏运算仍会给出矩阵，而不是数组：
>>> N = sparse.random(100,format='csr')
>>> type(A@B - N)
<class 'numpy.matrix'>
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
