python numpy ValueError：操作数无法与形状一起广播

4 回答

• 52

  dot 是矩阵乘法，但 * 做了其他事情 .

  我们有两个数组：

  • X ，形状（97,2）

  • y ，形状（2,1）

  使用Numpy数组，操作

  X * y
  

  以元素方式完成，但可以在一个或多个维度中扩展一个或两个值以使它们兼容 . 此操作称为广播 . 尺寸为1或缺少尺寸的尺寸可用于广播 .

  在上面的示例中，尺寸不兼容，因为：

  97   2
   2   1
  

  这里第一维（97和2）中存在冲突的数字 . 这就是上面的ValueError所抱怨的 . 第二个维度是可以的，因为数字1不与任何东西冲突 .

  有关广播规则的更多信息：http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html

  （请注意，如果 X 和 y 的类型为 numpy.matrix ，那么星号可以用作矩阵乘法 . 我的建议是远离 numpy.matrix ，它往往比简化事情复杂化 . ）

  您的数组应该没问题 numpy.dot ;如果你在 numpy.dot 上收到错误，你必须有其他一些错误 . 如果 numpy.dot 的形状错误，则会出现另外的异常：

  ValueError: matrices are not aligned
  

  如果您仍然收到此错误，请发布问题的最小示例 . 使用与您相似的数组的示例乘法成功：

  In [1]: import numpy
  
  In [2]: numpy.dot(numpy.ones([97, 2]), numpy.ones([2, 1])).shape
  Out[2]: (97, 1)
  

  回复于 2024-04-30T05:11:08+08:00
• 1

  Per Wes McKinney的Python for Data Analysis

  广播规则：如果对于每个尾随维度（即，从结尾开始），轴长度匹配或者如果长度为1，则两个阵列可用于广播 . 然后对缺失和/或长度执行广播1个尺寸 .

  换句话说，如果你试图乘以两个矩阵（在线性代数意义上），那么你想要 X.dot(y) 但是如果你试图将矩阵 y 中的标量广播到 X 那么你需要执行 X * y.T .

  Example:

  >>> import numpy as np
  >>>
  >>> X = np.arange(8).reshape(4, 2)
  >>> y = np.arange(2).reshape(1, 2)  # create a 1x2 matrix
  >>> X * y
  array([[0,1],
         [0,3],
         [0,5],
         [0,7]])
  

  回复于 2024-04-30T05:11:08+08:00
• 23

  这可能是点积中没有出现错误，但之后 . 例如试试这个

  a = np.random.randn(12,1)
  b = np.random.randn(1,5)
  c = np.random.randn(5,12)
  d = np.dot(a,b) * c
  

  np.dot（a，b）没问题;但是np.dot（a，b）* c显然是错误的（12x1 X 1x5 = 12x5，它不能在元素方面乘以5x12）但是numpy会给你

  ValueError: operands could not be broadcast together with shapes (12,1) (1,5)
  

  这个错误具有误导性;但是那条线上有一个问题 .

  回复于 2024-04-30T05:11:08+08:00
• 8

  使用np.mat（x）* np.mat（y），这将起作用 .

  回复于 2024-04-30T05:11:08+08:00