稀疏SciPy矩阵与两个NumPy向量的矩阵乘法

Question

假设我想计算二次形式x^T A y，其中x和y是NumPy向量，并且我已将A存储为SciPy csc_matrix为了提高效率。

似乎执行计算的一种方法是

(x * A).dot(y)

因为SciPy将*用于矩阵产品，而NumPy则使用.dot。

虽然这种方法给了我正确的答案，但对我来说这似乎是违反直觉的，我想知道是否有更可读/更有效的方法？

Answer 1

正如Paul Panzer所说，x @ A @ y最具可读性并且按预期工作（需要Python 3.5+和NumPy 1.10+）。

SciPy也使用dot进行矩阵乘法，在他们自己的sparse matrices page示例中。所以你可以像

一样使用点

x.dot(A.dot(y))

或A.dot(y).dot(x)虽然后者更难阅读，因为x不合适。

你不能使用x.dot(A).dot(y)的唯一原因是NumPy不理解稀疏矩阵，因此x的点方法不适合用稀疏矩阵进行乘法。

虽然SciPy稀疏矩阵将x * A和A * y解释为矩阵乘法，但我宁愿永远不要使用该选项，因为如果A由于某种原因改变为密集矩阵，则存在错误操作的风险。看起来在SciPy文档中不会提升*的这种用法;所有示例都使用dot。