如何将numpy数组乘以numpy矩阵？

Question

我有一个矩阵T：

[ 0.2  0.4  0.4]
[ 0.8  0.2  0. ]
[ 0.8  0.   0.2]

T = numpy.mat("0.2 0.4 0.4;0.8 0.2 0.0;0.8 0.0 0.2")

我有矢量v，numpy.array（73543，-36772,36772）

v = numpy.array([ 73543, -36772, 36772])

如何在python中正确地将数组v乘以矩阵T？

感谢，

克里斯

Answer 1

使用numpy.dot，这与*运算符不完全相同：

In [138]: T.dot(v) #the resulting shape is (1, 3), not (3, 1) if you don't care
Out[138]: matrix([[ 14708.6,  51480. ,  66188.8]])

In [139]: v.dot(T) #same with v * T
Out[139]: matrix([[ 14708.6,  22062.8,  36771.6]])

In [140]: T.dot(v[:, None]) #if you need the shape to be (3, 1) when doing T*v
Out[140]: 
matrix([[ 14708.6],
        [ 51480. ],
        [ 66188.8]])

Answer 2

简单：

v * T

numpy重载算法以大多数时候都有意义的方式运行。在您的情况下，由于T是一个矩阵，它在执行乘法之前也会将v转换为矩阵。这将v变为行向量。因此v*T执行矩阵乘法，但T*v会抛出异常，因为v是错误的形状。但是，您可以使用v.reshape(3,1)制作正确的形状，或使用T.dot(v)或numpy.dot(T,v)将v视为正确方向的矢量。