Question

我有一个稀疏矩阵和另一个向量，我想将矩阵和向量相乘，使得向量的每一列等于零，它将使稀疏矩阵的整个列为零。

我怎样才能做到这一点？

Answer 1

您没有提及有关如何定义数组和矩阵的任何内容，可以假设它们是numpy矩阵和数组...... 你是说像下面这样的东西吗？

import numpy as np
from scipy.sparse import csr_matrix

A = csr_matrix([[1, 2, 0], [0, 0, 3], [4, 0, 5]])
v = np.array([1, 0, 1])
print(A.dot(v))

若是，请看这里：

Answer 2

主要问题是您的问题的大小以及您使用Python的事实，对于矩阵乘法而言，其速度比其他语言慢10-100倍。除非你使用像Cython这样的东西，否则我不会看到你有所改进。

Answer 3

如果你不喜欢矩阵乘法的速度，那么你必须考虑直接修改矩阵属性。但取决于可能较慢的格式。

zero-out的{{1}}列，您可以找到相关的非零元素，并将csr值设置为零。然后运行data方法从稀疏结构中删除这些元素。

设置eliminate_zeros格式的列可能更简单 - 在csc中找到相关值。至少要删除的元素将聚集在一起。我不打算详细介绍。

归零indptr格式的行应该相当容易 - 用lil替换相关列表。

无论如何，在熟悉格式的情况下，应该可以找出矩阵乘法的替代方法。但是，如果不这样做，有时做，我可以说哪些更快。