python - scipy.sparse 矩阵的点例程产生错误

Question

我有一个 CSR matrix :

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

我想对 CSR matrix 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也是CSR矩阵。所以我使用 dot 子例程:

>> 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，所以它们的维度应该匹配:

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

为什么 dot 子例程不起作用？

谢谢。

Answer 1

要执行两个行向量的点积，您必须转置一个。要转置的那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]])