矩阵乘法问题 - Numpy vs Matlab？

提问于 2024-04-26T07:56:04+08:00

浏览次

1

我试图将一些Matlab代码翻译成Python（使用numpy） . 我有以下Matlab代码：

(1/x)*eye(2)

X只是1000000.据我所知，* Matlab中的*表示矩阵乘法，而等价的是ndy中的.dot . 所以在Python中，我有：

numpy.array([(1/x)]).dot(numpy.identity(2))

当我尝试运行numpy代码时，我得到错误“shapes（1，）和（2,2）未对齐：1（dim 0）！= 2（dim 0）” .

显然我不理解某事 . 谁知道适当的numpy代码是什么？

2 回答

4
由于 x 是标量，如果在MATLAB中将矩阵乘以标量，它只需按该值缩放所有条目 . 不需要矩阵乘法 .

如果你想在 numpy 中实现相同的功能，你可以在MATLAB中执行相同的操作：
```
(1/x)*numpy.identity(2)
```
如果 x 是兼容维度的矩阵，那么您使用 numpy.dot ：
```
(1/x).dot(numpy.identity(2))
```
因此，在决定执行操作之前，您需要确保知道 x 是什么 .

numpy 使用 * 运算符执行逐元素乘法，因此如果您想要实际的矩阵乘法，请使用 numpy.dot . 您将获得不兼容的维度，因为标量和矩阵之间的真正矩阵乘法是不可能的 .
回复于 2024-04-26T07:56:04+08:00
1
基本上在numpy操作中*和dot是不同的 .

（*）执行元素操作 - 每个矩阵元素与其他矩阵对应的元素

a.dot（c） - 执行实际的数学矩阵乘法，我们在高中学习 .
```
a = np.arange(9).reshape(3,3)

b = np.arange(10,19).reshape(3,3)

In [47]: a*b

Out[47]:
array([[ 0, 11, 24],
[ 39, 56, 75],
[ 96, 119, 144]])

In [48]: a.dot(b)

Out[48]:
array([[ 45, 48, 51],
[162, 174, 186],
[279, 300, 321]])
```
回复于 2024-04-26T07:56:04+08:00

相关问题