Python 当使用稀疏矩阵时，为什么np.dot和A.dot会产生不同的结果？

np.dot和.dot的文档似乎几乎相同。然而，当使用scipy稀疏矩阵运行代码时，我注意到它们会产生不同的输出。我假设这两种方法都会将稀疏矩阵转换为密集阵列输出

###A is a sparse matrix

A = sp.spdiags([1,2], 0, i,i)

### b is a 2 x2 numpy array of float64

print(np.dot(A,b))

[[<2x2 sparse matrix of type '<class 'numpy.float64'>'
    with 2 stored elements (1 diagonals) in DIAgonal format>
  <2x2 sparse matrix of type '<class 'numpy.float64'>'
    with 2 stored elements (1 diagonals) in DIAgonal format>]
 [<2x2 sparse matrix of type '<class 'numpy.float64'>'
    with 2 stored elements (1 diagonals) in DIAgonal format>
  <2x2 sparse matrix of type '<class 'numpy.float64'>'
    with 2 stored elements (1 diagonals) in DIAgonal format>]]

print(A.dot(b))

[[ 0.10523  0.0572 ]
 [ 0.24082  0.18558]]

###A是一个稀疏矩阵
A=sp.spdiags（[1,2]，0，i，i）
###b是浮点64的2 x2 numpy数组
印刷品（np.dot（A，b））
[[
]
[
]]
印刷品（A点（b））
[[ 0.10523  0.0572 ]
[ 0.24082  0.18558]]

稀疏文档警告使用

np.dot

。它使用了一个简单的转换，将其转换为稠密的，

np.array（a）

，这是错误的<代码>A.A正确

A.dot…

使用稀疏版本的矩阵乘法。