如何在不计算结果矩阵的部分的情况下计算两个大矩阵的numpy.dot()乘积？

Question

假设我们有两个矩阵a=[[1，2][3，4]]，b=[[5，6][7，8]]（在我的例子中它们非常大）。使用纽比.dot（a，b），我们可以得到res=[[19，22]，[43，50]]的结果。如果在结果中，我们只需要部分元素，即[[19，NA]，[NA，50]]，我们不关心22或43。我如何在知道结果矩阵的哪一部分（在我的示例中是mask=[[1，0][0，1]]）的情况下实现这样的numpy点积呢？在

实际结果掩码是一个随机的csr_矩阵。在

一般来说，我们有两个大矩阵A（大小：mxn）和B（大小：nxp）。在纽比.dot（）结果，我们只关心掩码M中为1的元素（大小：M x P）。所以我们希望通过跳过掩码中0的元素来提高性能。在

Answer 1

使用numpy masked arrays，然后使用通常的numpy点积：

import numpy.ma as ma
a = ma.array([[1, 2],[3, 4]], mask=[[0,1],[1,0]])
b = ma.array([[5, 6],[7, 8]], mask=[[0,1],[1,0]])  

np.dot(a,b)


masked_array(data =
 [[19  ]
 [  50]],
             mask =
 [[False  True]
 [ True False]],
       fill_value = 999999)