Question

我正在尝试使用numpy将两个矩阵相乘：

import numpy as np

A = np.array([[1, 3, 2], [4, 0, 1]])
B = np.array([[1, 0, 5], [3, 1, 2]])

我使用矩阵乘法公式测试了过程并手动运行计算。因此，在这种情况下，我将首先乘以[1, 0, 5] x A，结果为[11, 9]，然后再乘以[3, 1, 2] x B，结果为[10, 14]。最后，此乘法的乘积为[[11, 9], [10, 14]]

尽管如此，当我使用numpy将这些矩阵相乘时，出现了错误：

ValueError: shapes (2,3) and (2,3) not aligned: 3 (dim 1) != 2 (dim 0)

有没有办法用python成功做到这一点？

Answer 1

请阅读matrix multiplication in numpy上的文档，尤其是有关行为的文档。

行为通过以下方式取决于参数。

如果两个参数都是二维的，则它们像常规的那样相乘   矩阵。如果任一参数为N-D，N> 2，则将其视为堆栈   最后两个索引中的矩阵的分布并进行广播   相应地。如果第一个参数是1-D，则将其提升为矩阵   在其尺寸前面加上1。矩阵相乘后   前置1被删除。如果第二个参数是1-D，则将其提升   通过将1附加到矩阵的尺寸来将其添加到矩阵。后矩阵   附加的1被删除。

要获得输出，请尝试在转乘前进行转置？

c=np.matmul(A,B.transpose())

array([[11, 10],
       [ 9, 14]])

我在将两个矩阵与numpy相乘时遇到麻烦

1 个答案: