[英]Multiply columns of CSR sparse matrix
我有以下稀疏的 CSR 矩阵
from scipy.sparse import csr_matrix
row = np.array([0, 0, 1, 2, 2, 2])
col = np.array([0, 2, 2, 0, 1, 2])
data = np.array([1, 2, 3, 4, 5, 6])
matrix = csr_matrix((data, (row, col)), shape=(3, 3))
而这个数组
weights = np.asarray([3, 6, 9])
我想做以下事情
matrix.toarray() * weights
但没有将稀疏矩阵转换为密集数组。
我试着做
matrix * weights
但这确实是点积,而不是我想要的列乘法。
知道如何在不将整个 CSR 矩阵转换为密集数组的情况下实现这一点吗?
对于这个矩阵:
>>> matrix.A
array([[1, 0, 2],
[0, 0, 3],
[4, 5, 6]])
标准乘法默认为点积( matrix @ weights
也是如此):
>>> matrix * weights
array([21, 27, 96])
虽然有一个逐点乘法 function 。 这使列相乘:
>>> matrix.multiply(weights).A
array([[ 3, 0, 18],
[ 0, 0, 27],
[12, 30, 54]])
您还可以使用它通过广播来增加行数:
>>> matrix.multiply(weights[:, np.newaxis]).A
array([[ 3, 0, 6],
[ 0, 0, 18],
[36, 45, 54]])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.