Python 如何将scipy LinearRoperator转换为numpy数组

我正在尝试将使用Keops库生成的LazyTensor对象转换为Numpy数组。LazyTensor对象没有将其直接转换为Numpy数组的属性。因此，我使用函数

aslinearoperator

作为技巧函数，将这个符号张量对象转换为scipy线性操作符

>>> A shape  (15230, 10) A  KeOps LazyTensor
>>> from scipy.sparse.linalg import aslinearoperator
>>> L = aslinearoperator(A)
>>> L 
>>> <15230x10 _CustomLinearOperator with dtype=float32>

>一个形状（15230,10）一个基奥普斯懒张量
>>>从scipy.sparse.linalg导入为LineAroperator
>>>L=直线加速器（A）
>>>L
>>> 

---

我的问题是如何将n-by-m线性构造器转换为Numpy数组？

您可以使用

>>> from scipy.sparse.linalg import aslinearoperator
>>> import numpy as np
>>>
>>> L = aslinearoperator(np.array([[1, 2, 3], [4, 5, 6]]))
>>> L.A
array([[1, 2, 3],
       [4, 5, 6]])

否则，只要乘以（

eye

/

identity

基本相同-我只是不知道眼睛是什么，但知道它的identity；））如果返回线性运算符的其他子类（我不熟悉Keops及其对象）

---

由于标识将是

（m，m）

，产品将返回原始矩阵。

例如

.dot

标识矩阵，

为我们回顾一下

线性描述器的功能。它不只是一个实现矩阵向量乘法的抽象类吗？基本上输入迭代解算器？谢谢@modesitt。线性对象L是一个_CustomLinearOperator，它没有属性“MatrixLinearOperator”。将L与m乘以m的单位矩阵相乘有效。注意。这里的*运算符不是元素操作，而是指矩阵乘法运算。谢谢@ev br。实际上有三个选项起作用，
L=L*np.identity（L.shape[1]，dtype=np.float32）
，
L=L.dot（np.identity（L.shape[1]，dtype=np.float32））
，和
L=L.matmatmatmatmatmat（np.identity（L.shape[1]，dtype=np.float32））
L * np.identity(L.shape[1])