Python中稀疏矩阵的矩阵乘法

Python中稀疏矩阵的矩阵乘法

你看了

scipy.sparse

吗？在这里没有必要重新发明轮子。稀疏矩阵是相当标准的事情。

（在示例中，我正在使用

300000x4

矩阵以使乘法后的打印更容易。不过，

300000x1000

矩阵应该没问题。假设您拥有大多数

0

元素，这比将两个密集数组相乘要快得多。）

import scipy.sparseimport numpy as np# Make the result reproducible...np.random.seed(1977)def generate_random_sparse_array(nrows, ncols, numdense):    """Generate a random sparse array with -1 or 1 in the non-zero portions"""    i = np.random.randint(0, nrows-1, numdense)    j = np.random.randint(0, ncols-1, numdense)    data = np.random.random(numdense)    data[data <= 0.5] = -1    data[data > 0.5] = 1    ij = np.vstack((i,j))    return scipy.sparse.coo_matrix((data, ij), shape=(nrows, ncols))A = generate_random_sparse_array(4, 300000, 1000)B = generate_random_sparse_array(300000, 5, 1000)C = A * Bprint C.todense()

这样产生：

[[ 0.  1.  0.  0.  0.] [ 0.  2. -1.  0.  0.] [ 1. -1.  0.  0.  0.] [ 0.  0.  0.  0.  0.]]