python - 对于给定的稀疏矩阵,如何将其与给定的二进制值向量相乘

标签 python numpy scipy sparse-matrix linear-algebra

我有一个稀疏矩阵和另一个向量,我想将矩阵和向量相乘,以便向量的每一列等于零时,都会将稀疏矩阵的整个列归零。

我怎样才能实现这一目标?

最佳答案

您没有提到如何定义数组和矩阵,可以假设它们是 numpy 矩阵和数组... 您的意思是类似以下内容吗?

import numpy as np
from scipy.sparse import csr_matrix

A = csr_matrix([[1, 2, 0], [0, 0, 3], [4, 0, 5]])
v = np.array([1, 0, 1])
print(A.dot(v))

如果是这样,请看这里:

https://docs.scipy.org/doc/scipy/reference/sparse.html

关于python - 对于给定的稀疏矩阵,如何将其与给定的二进制值向量相乘,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50580459/

相关文章:

Python Matplotlib Basemap 在 map 图上叠加小图像

python - PIL 消除颜色区域之间的颜色混合

python - 重复列表中的每个元素任意次

python - 具有线性约束的非凸优化

通过python脚本进行Php质因数分解

Python DataFrame - groupby 和质心计算

Python 编解码器模块

python - Numpy 语句代替双 for 循环

python - Scipy - Nan 计算马氏距离时

python - 将 scipy coo_matrix 转换为 pytorch 稀疏张量