我有一个稀疏矩阵随机矩阵创建如下:
import numpy as np
from scipy.sparse import rand
foo = rand(100, 100, density=0.1, format='csr')
我想得到对应于特定行的向量的范数:
row = foo.getrow(bar)
print(np.linalg.norm(row))
但是这段代码会产生一个错误:
ValueError: dimension mismatch
最佳答案
一种方法是提取非零数据,然后计算其 L2 范数 -
out = np.linalg.norm(row.data)
关于python - 如何获得与 SciPy 稀疏矩阵中特定行对应的向量的范数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41750126/