将scipy.sparse（）稀疏矩阵输入CVXOPT

Question

[我正在回答here]

我正在尝试在CVXOPT中提供稀疏矩阵。请考虑以下最小示例：

import numpy
import cvxopt
import scipy.sparse

K = 10
n = 36

g_0 = numpy.random.randn(n, K)
d_0 = numpy.zeros(n) + 1.0
g_2 = scipy.sparse.dia_matrix(([d_0], [0]), shape=(n, n))
g_3 = scipy.sparse.dia_matrix(([-d_0], [0]), shape=(n, n))
g_1 = scipy.sparse.coo_matrix(g_0)
g_4 = scipy.sparse.hstack([g_1, g_2, g_3])

A   = cvxopt.spmatrix(g_4.data.tolist(), g_4.col.tolist(), g_4.row.tolist(), size = g_4.shape)

我明白了：

TypeError: dimension too small

这是一个错误还是（更有可能）我误解this答案？

Answer 1

您只是在矩阵创建调用期间将参数中的row-column-order切换为column-row-order。

这与大小g_4.shape的参数相冲突。看看cvxopt's docs。大小首先对待，I（第二个arg），然后J（第三个arg）。

A   = cvxopt.spmatrix(g_4.data.tolist(), g_4.col.tolist(), g_4.row.tolist(), size = g_4.shape)  # wrong
A   = cvxopt.spmatrix(g_4.data.tolist(), g_4.row.tolist(), g_4.col.tolist(), size = g_4.shape)  # correct