Scipy.sparse矩阵的点积例程出错

Question

我有一个CSR矩阵：

>> print type(tfidf)
<class 'scipy.sparse.csr.csr_matrix'>

我想要对这个CSR矩阵的两行进行点积：

>> v1 = tfidf.getrow(1)
>> v2 = tfidf.getrow(2)
>> print type(v1)
<class 'scipy.sparse.csr.csr_matrix'>

v1和v2都是CSR矩阵。因此，我使用dot子程序：

>> print v1.dot(v2)

Traceback (most recent call last):
  File "cosine.py", line 10, in <module>
    print v1.dot(v2)
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/base.py", line 211, in dot
    return self * other
  File "/usr/lib/python2.7/dist-packages/scipy/sparse/base.py", line 246, in __mul__
    raise ValueError('dimension mismatch')
ValueError: dimension mismatch

它们是同一个矩阵的行，因此它们的维度应该匹配：

>> print v1.shape
(1, 4507)
>> print v2.shape
(1, 4507)

为什么“dot”子程序不起作用？

谢谢。

- abhinavkulkarni

---

你的两个矩阵有什么维度？它们不匹配吗？ - Justin

@Justin：维度应该是相同的。它们是同一矩阵的行。 - abhinavkulkarni

你不能将1xn与1xn点乘，必须是1xn与nx1点乘。那么v1.dot(v2.transpose())怎么样？ - Justin

@Justin：可以了！谢谢！把这个作为答案发布，我会接受它。 - abhinavkulkarni

Answer 1

要执行两个行向量的点积，您必须转置其中一个。要转置哪一个取决于您要查找的结果。

import scipy as sp

a = sp.matrix([1, 2, 3])
b = sp.matrix([4, 5, 6])

In [13]: a.dot(b.transpose())
Out[13]: matrix([[32]])

对比

In [14]: a.transpose().dot(b)
Out[14]: 
matrix([[ 4,  5,  6],
        [ 8, 10, 12],
        [12, 15, 18]])

- Justin