[英]numpy Matrix Multiplication n x m * m x p = n x p
我正在尝试将两个numpy数组相乘作为矩阵。 我期望如果A
是一个nxm
矩阵,而B
是一个mxp
矩阵,那么A*B
生成一个nxp
矩阵。
这段代码创建了一个5x3矩阵和一个3x1矩阵,并通过shape
属性进行了验证。 我很小心地在两个维度上创建两个数组。 最后一行执行乘法运算,我期望使用5x1矩阵。
A = np.array([[1,1,1],[2,2,2],[3,3,3],[4,4,4],[5,5,5]])
print(A)
print(A.shape)
B = np.array([[2],[3],[4]])
print(B)
print(B.shape)
print(A*B)
结果
[[1 1 1]
[2 2 2]
[3 3 3]
[4 4 4]
[5 5 5]]
(5, 3)
[[2]
[3]
[4]]
(3, 1)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-38-653ff6c66fb7> in <module>()
5 print(B)
6 print(B.shape)
----> 7 print(A*B)
ValueError: operands could not be broadcast together with shapes (5,3) (3,1)
甚至异常消息也表明内部尺寸(3和3)匹配。 为什么乘法会引发异常? 我应该如何生成5x1矩阵?
我正在使用Python 3.6.2和Jupyter Notebook服务器5.2.2。
*
运算符提供逐元素乘法,这要求数组具有相同的形状或“可广播” 。
对于点积,请使用A.dot(B)
或者在许多情况下,可以使用A @ B
(在Python 3.5中;请阅读与dot
不同之处) 。
>>> import numpy as np
>>> A = np.array([[1,1,1],[2,2,2],[3,3,3],[4,4,4],[5,5,5]])
>>> B = np.array([[2],[3],[4]])
>>> A @ B
array([[ 9],
[18],
[27],
[36],
[45]])
对于更多选项,尤其是用于处理高维数组,还有np.matmul
。
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.