我尝试在Scipy中使用稀疏矩阵计算序列相关性，得到一个错误，我的数组没有相同的维度，但它们看起来是相同的。示例代码：

import numpy
import scipy.signal as signal
import scipy.sparse as sparse
my_sparse = sparse.csr_array(numpy.random.rand(10))
print(my_sparse)
print(my_sparse.shape)
my_dense = numpy.expand_dims(numpy.random.rand(10), 1).T
print(my_dense)
print(my_dense.shape)
corr = signal.correlate(my_sparse, my_dense, method="direct", mode="full")
print(corr)
print(corr.shape)

字符串
产出：

$ python test_sparse_with_correlate.py 
  (0, 0)    0.9842628978990572
  (0, 1)    0.21288927130505086
  (0, 2)    0.11321754428562536
  (0, 3)    0.02907902961562403
  (0, 4)    0.06534326022150638
  (0, 5)    0.5611332833785263
  (0, 6)    0.6693945587792903
  (0, 7)    0.6421603953803423
  (0, 8)    0.7299602339571223
  (0, 9)    0.5241172106721759
(1, 10)
[[0.5422929  0.27431614 0.65966523 0.05579376 0.41876797 0.46535913
  0.13079666 0.97518169 0.49505634 0.68287069]]
(1, 10)
Traceback (most recent call last):
  File "/mnt/alt_wkdir/118_serial_correlation/code/test_sparse_with_correlate.py", line 13, in <module>
    corr = signal.correlate(my_sparse, my_dense, method="direct", mode="full")
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "/mnt/bioinf_tools/miniconda3/envs/scipy/lib/python3.12/site-packages/scipy/signal/_signaltools.py", line 231, in correlate
    raise ValueError("in1 and in2 should have the same dimensionality")
ValueError: in1 and in2 should have the same dimensionality

型
我也尝试过用数组的转置版本（所以它们的形状都是（10，1）），结果是相同的ValueError。
我使用的是scipy的v1.11.4，我首先发现了旧版本的问题，用最新的稳定版scipy创建了一个新的conda环境，看到了同样的行为。
是否可以将scipy.sparse与scipy.signal.correlate一起使用，如果可以，您能告诉我如何使用吗？