Python Numexpr没有'；t识别浮点型（稀疏矩阵）

我想在python（2.7）中评估numexpr模块的性能。为此，我创建了一个大小为（10^5，10^5）的随机稀疏矩阵。但是，下面的脚本已经在表达式求值步骤中抛出了一个错误，表示它无法识别对象类型

我做错了什么

代码：

错误：

回溯（最近一次呼叫最后一次）：

文件“benchmark_expressmath.py”，第19行，在
ne.评估（‘总和（测试矩阵，轴=1）’）
文件“C:\Users\blahblah\AppData\Local\Continuum\Anaconda\lib\site packages\numexpr\necompiler.py”，第756行，在评估中
签名=[（名称，getType（arg）），用于zip中的（名称，arg）（名称，参数）]
文件“C:\Users\blahblah\AppData\Local\Continuum\Anaconda\lib\site packages\numexpr\necompiler.py”，第654行，在getType中
提升值错误（“未知类型%s”%a.dtype.name）
ValueError:未知类型对象

numexpr

希望变量是numpy数组。它不处理scipy的稀疏矩阵。（例如，请参阅此电子邮件线程：）

您知道有任何类似的Python包可以处理稀疏矩阵吗？有Pyparse，但我没有尝试过，我不知道它的性能与scipy相比如何。Pyparse没有类似numexpr的功能。@pv.，不，我不这么认为，但是，如果OP调查numexpr的原因是为了提高性能，并且如果Pyparse比scipy快得多，那么对numexpr的需求就会减少。

import timeit
import scipy.sparse as sps
import numpy as np
import numexpr as ne

test_matrix = sps.rand(1e4, 1e4, density=0.01, format='coo', dtype = np.float32)
ne.evaluate('sum(test_matrix, axis = 1)')

setup = 'import numexpr as ne; import numpy as np'
print min(timeit.Timer('ne.evaluate(sum(test_matrix, axis = 1))', setup=setup).repeat(7, 1000))

File "benchmark_expressmath.py", line 19, in <module>
ne.evaluate('sum(test_matrix, axis = 1)')
File "C:\Users\blahblah\AppData\Local\Continuum\Anaconda\lib\site-packages\numexpr\necompiler.py", line 756, in evaluate
signature = [(name, getType(arg)) for (name, arg) in zip(names, arguments)]
File "C:\Users\blahblah\AppData\Local\Continuum\Anaconda\lib\site-packages\numexpr\necompiler.py", line 654, in getType
raise ValueError("unknown type %s" % a.dtype.name)
ValueError: unknown type object