如果我有像$（x- \ mu）^ T \ Sigma ^ { - 1}（x- \ mu）$这样的矩阵产品，那么为numpy数组写这个的方法就是reduce(numpy.dot,((x-mu).T, scipy.linalg.inv(Sigma), x-mu)) ？ Matlab和R语法是如此简单，以至于numpy没有等效的运算符语法似乎有点奇怪。
答案 0 :(得分：4)
您也可以尝试：
x = x.view(np.matrix)
isigma = scipy.linalg.inv(Sigma).view(np.matrix)
result = (x-mu).T * isigma * (x-mu)
通过将数组视图作为矩阵，您可以使用.__mul__ np.matrix运算符*，当您使用{{1}}时，它会执行矩阵乘法。
答案 1 :(得分：1)
主要问题是*已被定义为numpy数组的元素乘法，并且没有其他明显的运算符可用于矩阵乘法。正如皮埃尔所建议的那样，解决方案是转换为numpy矩阵，其中*表示矩阵乘法。
有一些建议要向Python添加新的运算符类型（例如PEP 225），这样可以允许像~*这样的表示矩阵乘法。
答案 2 :(得分：1)
你也可以写（Numpy＆gt; = 1.4左右）
from scipy.linalg import inv
(x - mu).T.dot(inv(Sigma)).dot(x - mu)
正如另一个答案中所提到的，有限的运算符语法是由于Python中可用的运算符数量有限。