脾氣暴躁的dotproduct怪異行為

Question

我正在使用python3.5，但我有一個問題：為什么np.dot（）的行為如此？

>> 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])

Answer 1

從help(np.dot) ，我們知道np.dot(x,y)是x的最后一個軸和y的倒數第二個乘積。

在的情況下np.dot(a, b)最后軸線a是4和唯一的軸的長度b是1。它們不匹配：失敗。

在np.dot(b, a)的情況下， np.dot(b, a)的最后一個軸為1， b的倒數第二a為1。它們匹配：成功。

解決方法

根據您對np.dot(a,b)意圖，您可能需要：

>>> np.dot(a, np.resize(b,a.shape[-1]))
array([1230])

Answer 2

從numpy.dot(x, y)的文檔中：

對於2-D數組，它等效於矩陣乘法，對於1-D數組，其等效於向量的內積...對於N維，它是x的最后一個軸和y的倒數第二個和的乘積：

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) ，相關尺寸一致）
• np.dot(a, b)不（ (1, 4) * (1,) ，相關尺寸不一致，操作不確定。請注意(1,) “倒數第二個”軸(1,)對應於它的唯一軸）

這與具有兩個二維數組（即矩陣）的行為相同：

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) ，內部矩陣尺寸一致）
• np.dot(a, b)不（ (1, 4) * (1, 1) ，內部矩陣尺寸不一致）

但是，如果您有兩個一維數組（即向量），則兩種操作均無效：

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,) ，但是只能為相同長度的向量定義內積）
• np.dot(a, b)不起作用（ (4,) * (1) ，相同）