[英]Multiplication of 1d arrays in numpy
我有兩個一維向量(在某些情況下它們也可以是二維矩陣)。 我找到了點積的點函數,但如果我想將 a.dot(b) 與這些形狀相乘:
a = [1,0.2,...]
a.shape = (10,)
b = [2.3,4,...]
b.shape = (21,)
a.dot(b) and I get ValueError: matrices not aligned.
我想做
c = a.dot(b)
c.shape = (10,21)
任何想法如何做到這一點? 我也試過轉置功能,但它不起作用。
讓我們從兩個數組開始:
>>> a
array([0, 1, 2, 3, 4])
>>> b
array([5, 6, 7])
轉置任何一個數組都不起作用,因為它只是一維的 - 沒有什么可以轉置,而是需要添加一個新軸:
>>> b.T
array([5, 6, 7])
>>> b[:,None]
array([[5],
[6],
[7]])
要使點積如圖所示工作,您必須做一些令人費解的事情:
>>> np.dot(a[:,None],b[None,:])
array([[ 0, 0, 0],
[ 5, 6, 7],
[10, 12, 14],
[15, 18, 21],
[20, 24, 28]])
您可以依靠廣播而不是dot
:
a[:,None]*b
或者您可以簡單地使用外部:
np.outer(a,b)
所有三個選項都返回相同的結果。
您可能還對這樣的事情感興趣,以便每個向量始終是一個二維數組:
np.dot(np.atleast_2d(a).T, np.atleast_2d(b))
更簡單的方法是像這樣定義數組:
>>>b = numpy.array([[1,2,3]])
然后你可以輕松地轉置你的數組:
>>>b.T
array([[1],
[2],
[3]])
你也可以做乘法:
>>>b@b.T
[[1 2 3]
[2 4 6]
[3 6 9]]
另一種方法是像這樣強制重塑你的向量:
>>> b = numpy.array([1,2,3])
>>> b.reshape(1,3).T
array([[1],
[2],
[3]])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.