CSR行向量计算cos similarity

CSR是scipy.sparse中的一种存储系数矩阵的格式，计算两个CSR行向量可以用sklearn的cosine_similarity(v1,v2)[0,0]函数，但是速度极慢。于是动手造轮子。
下面两层for循环对于系数向量来说其实很小，因为向量的列没有排序，所以只能用for 循环，再次排序再进行线性操作在这种数据量小的情况下没有意义。

            len_v1 = len_v2 = v1_dot_v2 = 0
            for i in range(v1.nnz):
                col1 = v1.indices[i]
                data1 = v1.data[i]
                len_v1 += data1 * data1
                for j in range(v2.nnz):
                    col2 = v2.indices[j]
                    data2 = v2.data[j]
                    if col1 == col2:
                        v1_dot_v2 += data1 * data2

                    if i == 0:
                        len_v2 += data2 * data2

            # aaa = cosine_similarity(v1,v2)[0,0]
            # bbb = v1_dot_v2 / math.sqrt(len_v1 * len_v2)
            return v1_dot_v2 / math.sqrt(len_v1 * len_v2)