应优先使用sklearn.metrics.pairwise.cosine_similarity，因其底层优化blas、自动处理零向量、支持稀疏矩阵、避免手动实现的除零、精度丢失和内存爆炸等问题。
直接用 sklearn.metrics.pairwise.cosine_similarity，别手写循环或自己实现点积除模长——它底层调用优化过的 BLAS，对上万维、数万样本的数据集仍稳定高效。
为什么不用 np.dot(a, b.T) / (np.linalg.norm(a, axis=1)[:, None] * np.linalg.norm(b, axis=1)[None, :])？
手动实现看似可控，但实际踩坑密集：
- 当某行全为 0 时，
np.linalg.norm返回 0，导致除零警告甚至 NaN，而cosine_similarity默认将零向量间的相似度设为 0.0，行为更鲁棒 - 未归一化的输入若含极大值（如稀疏特征经 TF-IDF 后的浮点大数），手动计算易因浮点精度丢失导致结果略大于 1 或小于 -1，后续做阈值过滤（如
sim > 0.9）可能漏判 - 内存占用翻倍：手动广播会生成 shape 为
(n_samples_a, n_samples_b)的中间矩阵，而cosine_similarity在稀疏矩阵输入下可延迟计算、复用缓存
输入是稀疏矩阵（如 scipy.sparse.csr_matrix）时必须注意的三件事
高维文本或用户行为数据常以稀疏格式存储，这时：
- 传入前确保两矩阵 dtype 一致，比如都为
np.float32——cosine_similarity对float64和float32混用不报错但结果有微小偏差 - 如果 A 是
csr_matrix、B 是csc_matrix，函数内部会隐式转换 B 为csr，触发一次完整拷贝；统一转成csr可省下 30%+ 时间 - 不要提前对稀疏矩阵调用
.toarray()—— 一个 10k×100k 的稀疏矩阵转稠密后可能吃光 20GB 内存
批量计算时如何避免 OOM 和慢得离谱？
当 A 有 50 万样本、B 有 2 万样本，直接算会生成 100 亿个相似度值，内存和时间都不现实：
- 改用分块：对 A 按 batch_size=1000 切片，逐批调用
cosine_similarity(A_batch, B)，结果拼接即可 - 如果只关心 Top-K（如每个 A 找最相似的 5 个 B），用
sklearn.neighbors.NearestNeighbors(algorithm='brute', metric='cosine')更快，它底层跳过全量计算，用部分排序加速 - 确认是否真需要余弦相似度：若原始数据已 L2 归一化（即每行模长为 1），那么余弦相似度就等于点积，此时用
np.matmul(A, B.T)比调用cosine_similarity快 2–3 倍
高维场景下最容易被忽略的是预处理一致性——训练时用了 TF-IDF + L2 归一化，推理时却忘了对新样本做同样归一化，导致相似度值系统性偏移。别假设“反正都是余弦”，向量长度本身就在影响结果。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
