通勤numpy的稀疏矩陣積

據我瞭解，numpy.sparse.csr_sparse.dot(other)並從右邊乘other我的稀疏矩陣：通勤numpy的稀疏矩陣積

A = numpy.sparse.csr_sparse(something) B = numpy.matrix(something) C = A.dot(B) # C = A*B

如何上下班兩個矩陣得到B*A不失節約的好處我的矩陣作爲一個稀疏的（即.todense()等）？

你有什麼理由不能將'B'保存爲稀疏矩陣？嘗試'sparse.csr_matrix.dot（B，A）'說第一個參數必須是稀疏的，但是'sparse.csr_matrix.dot（sparse.csr_matrix（B），A）'工作，如果可能的話。 – askewchan

此外，請注意[此危險]（http://stackoverflow.com/a/14204859/1730674）。 – askewchan

矩陣乘法性質的小複習：

D = B * A 
D.T = A.T * B.T 
D = (A.T * B.T).T

然後導致明顯的：

D = A.T.dot(B.T).T

注意，CSR和CSC矩陣的換位是非常快的，因爲它只是改變了形狀和類型（從CSR到CSC，或從CSC到CSR），保持內部數據不變。

2013-10-30 16:07:12 Jaime

是的，我知道那些屬性。我擔心的是，將列順序稀疏矩陣來回移動會使事情變得非常糟糕...... –

回答