Question

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。

Answer 1

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, 10, density=0.1, format='csr')
>>> type(A@B - N)
<class 'numpy.matrix'>

Python矩阵乘法：稀疏乘法密集

1 个答案: