[英]Numpy dotproduct weird behaviour
我正在使用python3.5,但我有一个问题:为什么np.dot()的行为如此?
>> a = np.array([[1,2,3,4]])
>> b = np.array([123])
>> np.dot(a,b)
Traceback (most recent call last):
File "<input>", line 1, in <module>
ValueError: shapes (1,4) and (1,) not aligned: 4 (dim 1) != 1 (dim 0)
>>np.dot(b,a)
array([123, 246, 369, 492])
从help(np.dot)
,我们知道np.dot(x,y)
是x
的最后一个轴和y
的倒数第二个乘积。
在的情况下np.dot(a, b)
最后轴线a
是4和唯一的轴的长度b
是1。它们不匹配:失败。
在np.dot(b, a)
的情况下, np.dot(b, a)
的最后一个轴为1, b
的倒数第二a
为1。它们匹配:成功。
根据您对np.dot(a,b)
意图,您可能需要:
>>> np.dot(a, np.resize(b,a.shape[-1]))
array([1230])
从numpy.dot(x, y)
的文档中:
对于2-D数组,它等效于矩阵乘法,对于1-D数组,其等效于向量的内积...对于N维,它是
x
的最后一个轴和y
的倒数第二个和的乘积:
因此,您在哪里:
a = np.array([[1,2,3,4]]) # shape is (1, 4), 2-D array (matrix)
b = np.array([123]) # shape is (1,), 1-D array (vector)
np.dot(b, a)
起作用( (1,) * (1, 4)
,相关尺寸一致) np.dot(a, b)
不( (1, 4) * (1,)
,相关尺寸不一致,操作不确定。请注意(1,)
“倒数第二个”轴(1,)
对应于它的唯一轴) 这与具有两个二维数组(即矩阵)的行为相同:
a = np.array([[1,2,3,4]]) # shape is (1, 4)
b = np.array([[123]]) # shape is (1, 1)
np.dot(b, a)
起作用( (1, 1) * (1, 4)
,内部矩阵尺寸一致) np.dot(a, b)
不( (1, 4) * (1, 1)
,内部矩阵尺寸不一致) 但是,如果您有两个一维数组(即向量),则两种操作均无效:
a = np.array([1,2,3,4]) # shape is (4,)
b = np.array([123]) # shape is (1,)
np.dot(b, a)
不起作用( (1,) * (4,)
,但是只能为相同长度的向量定义内积) np.dot(a, b)
不起作用( (4,) * (1)
,相同)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.