NumPy中的矩阵乘法行为

时间:2012-12-01 20:54:54

标签: python matrix numpy matrix-multiplication

拥有以下内容:

In [14]: A = array([[1, 1], [3, 2], [-4, 1]])

In [15]: A
Out[15]:
array([[ 1,  1],
       [ 3,  2],
       [-4,  1]])

In [16]: x = array([1, 1])

In [17]: x
Out[17]: array([1, 1])

In [18]: dot(A, x)
Out[18]: array([ 2,  5, -3])

我期待一个列,因为dot()函数被描述为普通的矩阵乘法。

为什么会返回一行呢?这种行为似乎非常令人沮丧。

1 个答案:

答案 0 :(得分:3)

x一维向量,因此没有关于它是行向量还是列向量的概念。同样适用于dot(A, x)

的结果

x转换为2D数组,一切顺利:

In [7]: x = array([[1], [1]])

In [8]: x
Out[8]: 
array([[1],
       [1]])

In [9]: dot(A, x)
Out[9]: 
array([[ 2],
       [ 5],
       [-3]])

最后,如果您更喜欢使用更自然的矩阵表示法,请将A转换为numpy.matrix

In [10]: A = matrix(A)

In [11]: A * x
Out[11]: 
matrix([[ 2],
        [ 5],
        [-3]])