Pandas: 转换到/从cvxopt矩阵

Question

给定一个Pandas数据框，最好的方法是什么（无论是可读性还是执行速度）来转换成cvxopt矩阵，或者反过来？

目前我正在这样做：

cvxMat = matrix(pdObj.as_matrix())
pdObj[:]=np.array(cvxMat)

另外，有没有一种比较容易理解的方法，可以在不转换对象的情况下，使用cvxopt矩阵和pandas数据框进行向量或矩阵运算？

下面是一个向量点积的例子（pdObj和cvxMat都是列向量），但这个写法看起来不太容易理解：

(matrix(pdObj.as_matrix()).T*cvxMat)[0]

有什么建议吗？

---

对waitingkuo回答的后续补充：

仅仅是为了用pandas数据框做个示例：

>>> m1 = cvxopt.matrix([[1, 2, 3], [2, 3, 4]])
>>> m2 = pd.DataFrame(np.array(m1)).T

>>> m1
<3x2 matrix, tc='i'>

>>> m2.shape
(2, 3)

>>> np.dot(m1,m2)
array([[ 5,  8, 11],
       [ 8, 13, 18],
       [11, 18, 25]])

但请注意：

>>> m1 * m2
   0  1   2
0  1  4   9
1  4  9  16

[2 rows x 3 columns]

Answer 1

一个不需要去修改 cvxopt 的方法是自己定义一个 dot 函数；
A 或 B 可以是 numpy 数组，或者类似数组的东西，或者任何有 .value 或 .values 属性的对象：

def dot( A, B ):
    """ np.dot .value or .values if they exist """
    for val in "value values" .split():
        A = getattr( A, val, A )  # A.val or A
        B = getattr( B, val, B )
    A = np.asanyarray( A )
    B = np.asanyarray( B )
    try: 
        np.dot( A, B )
    except ValueError:
        print >>sys.stderr, "error: can't dot shapes %s x %s" % (A.shape, B.shape)
        raise

顺便说一下，我不使用矩阵，只用 numpy 数组和向量——这是另一个话题。

Answer 2

你可以通过 pdObj.values 从 pandas 中获取 numpy 数组。

你可以直接在 cvxopt 矩阵和 numpy 矩阵之间进行矩阵乘法运算。

In [90]: m1 = cvxopt.matrix([[1, 2, 3], [2, 3, 4]])

In [91]: m2 = np.matrix([[1, 2, 3], [2, 3, 4]])

In [92]: m1
Out[92]: <3x2 matrix, tc='i'>

In [94]: m2.shape
Out[94]: (2, 3)

In [95]: m1 * m2
Out[95]: 
matrix([[ 5,  8, 11],
        [ 8, 13, 18],
        [11, 18, 25]])