numpy 操作于 sparse 矩阵的时候可能出现的形状问题

最新推荐文章于 2023-12-12 20:08:41 发布

LUQC638

最新推荐文章于 2023-12-12 20:08:41 发布

阅读量571

点赞数

文章标签：矩阵 python 机器学习 numpy pytorch

本文链接：https://blog.csdn.net/weixin_61445075/article/details/122205644

版权

本文探讨了在Python中使用scipy.sparse库进行矩阵操作时，推荐的行求和方法（推荐rows1=np.array(a.sum(1)))和非推荐的行求和方式（rows2=np.sum(a,axis=1)）。通过形状和结果展示，优化了行向量平方和的操作，强调了扁平化处理在计算效率上的优势。

摘要由CSDN通过智能技术生成


import scipy.sparse as sp
import numpy as np

if __name__ == '__main__':
    a = sp.csr_matrix([[0., 4, 0, 8],
                  [8, 0, 4, 0],
                  [0, 0, 0, 1]], dtype=np.float32)
    # recommended
    rows1 = np.array(a.sum(1))
    # not recommended
    rows2 = np.sum(a,axis=1)
    # (3, 1) (3,) (3, 1) (1, 3)
    print(rows1.shape, np.squeeze(rows1).shape,rows2.shape,np.squeeze(rows2).shape)
    # flatten works well
    r_rec1 = np.power(rows1, 2).flatten()
    # flatten does not work
    r_rec2 = np.power(rows2, 2).flatten()
    print(r_rec1, r_rec2)