我正在使用非常大的旋转矩阵，它具有具有大量零的固有属性。为了在将这些旋转矩阵与其他矩阵/向量相乘时减少内存使用并可能降低计算成本，我想使用稀疏矩阵数据结构。我找到了有关 SciPy 稀疏矩阵的文档，但我不太了解这些是如何工作的以及它们之间的区别。 (SciPy docs)
在 Python 中用于旋转矩阵的最佳稀疏数据结构是什么？
【问题讨论】：
标签： python numpy scipy sparse-matrix rotational-matrices
如果您已经将旋转矩阵作为密集数组，您可以简单地做
m = csr_matrix(dense_rot_matrix)
应使用csr_matrix 或csc_matrix 两种类型之一。
更好的选择是填充稀疏矩阵，这可以使用coo_matrix 类型轻松完成，该类型具有转换为csr_matrix 或csc_matrix 的有效方法。 I've been using Cython to create sparse matrices in this way very efficiently.
【讨论】：
csr_matrix 或csc_matrix，我应该如何将它们乘以一个向量（这只是一个普通数组）？从我目前看到的情况来看，这不能立即完成，对吗？编辑：没关系，我的代码有错误，我的错。再次感谢！
m*a_ndarray_object 或使用 m.dot(a_ndarray_object)