我有一个(密集)矩阵n x n x m和一个稀疏向量(scipy.sparse) 1 x m。如果我们看一下我的密集n x n x m矩阵,它可以被解释为一个n x n矩阵,每个位置都有一个m x 1的向量。现在我想计算稀疏向量的点积,n x n矩阵中的每个m x 1密集向量产生一个包含所有这些点积的n x n矩阵。为此,一种方法是构建一个for循环,循环遍历n x n矩阵,然后使用scipy.sparse的.dot()函数计算矩阵中每个向量的点积。如
我正试图找到一种用Python计算Hermitian邻接矩阵的pythonic方法,我真的很挣扎。这幅图像显示了Hermitian邻接矩阵的定义:它的工作原理如下。如果有一个来自i to j和j to i的有向边,那么位置i,j处的相应矩阵值应该设置为1。如果只有来自i to j的有向边,那么位置i,j处的矩阵元素应该设置为+i。如果从j to i只有一个有向边,那么位置i,j处的矩阵元素应该设置为-i。所有其他矩阵值都设置为0。
我想不出一个聪明的方法来制