SciPy的稀疏矩阵和numpy的阵列之间的点积得到ValueError异常(Dot product

我试图计算SciPy的解析矩阵和numpy的阵列之间的点积。

首先，我是使用numpy的矩阵，你可以在下面的代码中看到：

def power_iteration(matrix, n):
    b_k = np.random.rand(matrix.shape[1])
    for _ in range(n):
        b_k = np.dot(matrix, b_k)

    return b_k 

这里的基体是numpy的矩阵和不会发生错误。

如果传递SciPy的稀疏矩阵作为一个参数时，会出现以下错误：ValueError异常：形状（6762,6762）和（1,6762）不对齐：6762（暗1）= 1（暗0）！

我变了

b_k = np.random.rand(matrix.shape[1])

成

b_k = np.random.rand(matrix.shape[1], 1)

这使得积的工作，但不会返回正确的b_k形状。 我需要的形状是：（6762）

编辑：到目前为止，我一直在努力，重塑这样的：

b_k = np.reshape(b_k, (matrix.shape[1],))

但这种变换的形状（6762，1）到（1，6762），而不是（6762）

有小费吗？ 谢谢！

Answer 1:

好像为了使用np.dot稀疏矩阵你需要将它与第一个转换为密集矩阵matrix.toarray() 另见https://docs.scipy.org/doc/scipy/reference/sparse.html#matrix-vector-product

文章来源: Dot product between scipy sparse matrix and numpy array give ValueError