私はnumpy配列を使用した行列乗算のこの例を持っています:
import numpy as np
m = np.array([[1,2,3],[4,5,6],[7,8,9]])
c = np.array([0,1,2])
m * c
array([[ 0, 2, 6],
[ 0, 5, 12],
[ 0, 8, 18]])
Mがscipy sparse CSR matrixの場合、どうすれば同じことができますか?これにより、寸法が一致しなくなります。
sp.sparse.csr_matrix(m)*sp.sparse.csr_matrix(c)
csr_matrix
のmultiply
メソッドを呼び出して、ポイントごとの乗算を行うことができます。
sparse.csr_matrix(m).multiply(sparse.csr_matrix(c)).todense()
# matrix([[ 0, 2, 6],
# [ 0, 5, 12],
# [ 0, 8, 18]], dtype=int64)
m
とc
が数の多い配列の場合、m * c
は「行列乗算」ではありません。もしそうなら、あなたは間違いをしているのかもしれません。行列の乗算を取得するには、numpyのmatrix
やscipy.sparse行列クラスなどの行列クラスを使用します。
失敗の原因は、マトリックスの観点からc
が1x3マトリックスであることです。
c = np.matrix([0, 1, 2])
c.shape # (1,3)
c = sp.csc_matrix([0, 1, 2])
c.shape # (1,3)
c
との行列乗算が必要な場合は、転置を使用する必要があります。
c = np.matrix([0, 1, 2]).transpose()
c.shape # (3,1)
m = np.matrix([[1,2,3],[4,5,6],[7,8,9]])
m.shape # (3,3)
m * c
# matrix([[ 8],
# [17],
# [26]])