Question

我想用2个向量做一个简单的矩阵乘法：这样A * B.T = 3x3Matrix。

但是numpy会以某种方式返回标量或向量。

我已经尝试过：

0xffffffb0

但是没什么用，对我来说这似乎是一个简单的操作，但我只是无法解决

Answer 1

之所以要得到标量，是因为您要在numpy中乘以两个1D向量，从而产生2个向量的内积。您需要将向量重塑为形状（3,1），将其转换为2D形状，然后在执行向量乘法时获得预期的结果。检查下面的代码段

>>> import numpy as np
>>> A = np.array([1,2,3])
>>> B = np.array([4,5,6])
>>> A.shape
(3,)
>>> B.shape
(3,)
>>> AA = A.reshape(3, 1)
>>> BB = B.reshape(3, 1)
>>> AA.shape
(3, 1)
>>> BB.shape
(3, 1)
>>> np.matmul(AA, np.transpose(BB))
array([[ 4,  5,  6],
       [ 8, 10, 12],
       [12, 15, 18]])

Answer 2

使用numpy.reshape一直对我有用。也许是因为矩阵的大小而绊倒了。

A 应该是（3,1）和 B 。转置应该是（1,3）。

使用numpy.dot时，两个矩阵的内部大小应相同。您的情况是（1）。内部应为1，因为AxA_transpose的内部为（3,1）x（1,3）。结果将是3x3矩阵。

要做：

A_ = np.reshape(A,(1,-1)) # array (3,1)
B_ = np.reshape(B,(1,-1))
C = np.dot(A_,B_.T) # T for transpose

向量的Numpy矩阵乘法

2 个答案: