Numpy 如何用python的Spars方法将两个稀疏矩阵相乘？

我尝试将两个稀疏矩阵相乘，但在删除全部为零的额外行时遇到问题，我使用了

numpy.delete（my_matrix[n]，axis=0）

，并得到以下错误：

索引4超出大小为3的轴0的界限

def mult_mat(mat1, mat2):
col = mat1[0][1]
row = mat2[0][0]
row_mat1, row_mat2 = np.shape(mat1)[0], np.shape(mat2)[0]
if col != row:
    return "Multiplication is not possible because the number" \
           " of columns in the first matrix is opposite of the" \
           " number of rows in the second matrix"
my_matrix = np.array([[0] * 3] * (mat1[0][2] * mat2[0][2]))
n = 0
for r in range(1, row_mat1):
    for h in range(1, row_mat2):
        if mat1[r][1] == mat2[h][0]:
            my_matrix[n][0], my_matrix[n][1], my_matrix[n][2] = mat1[r][0], mat2[h][1], mat1[r][2] * mat2[h][2]
            n += 1
row_my_matrix = np.shape(my_matrix)[0]
for n in range(row_my_matrix):
    if my_matrix[n][0] == 0 & my_matrix[n][1] == 0 & my_matrix[n][2] == 0:
        my_matrix = np.delete(my_matrix, [n], axis=0)
return my_matrix

---

只需使用基本的调试方法。找出一组问题行，并找出纠正方法。请记住，删除行时，数组会收缩，有效索引也会更改。也可以考虑找到要删除的行，但是只做一次实际的删除。从

[0,1,1,0,1]中删除0