Question

在numpy中，我有两个“数组”，X是(m,n)而y是一个向量(n,1)

使用

X*y

我收到错误

ValueError: operands could not be broadcast together with shapes (97,2) (2,1)

当(97,2)x(2,1)明显是法律矩阵操作时，应该给我一个(97,1)向量

编辑：

我已使用X.dot(y)更正此问题，但原始问题仍然存在。

Answer 1

dot是矩阵乘法，但*会做其他事情。

我们有两个数组：

X，shape（97,2）
y，形状（2,1）

使用Numpy数组，操作

X * y

以元素方式完成，但可以在一个或多个维度中扩展其中一个或两个值以使它们兼容。此操作称为广播。尺寸为1或缺少尺寸的尺寸可用于广播。

在上面的示例中，尺寸不兼容，因为：

97   2
 2   1

这里第一个维度（97和2）中存在冲突的数字。这就是上面的ValueError所抱怨的。第二个维度没问题，因为数字1与任何东西都不冲突。

有关广播规则的更多信息：http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html

（请注意，如果X和y的类型为numpy.matrix，则星号可用作矩阵乘法。我的建议是远离numpy.matrix，它往往比简化事情复杂化。）

您的数组应该可以使用numpy.dot;如果您在numpy.dot上收到错误，则必须有其他错误。如果numpy.dot的形状不对，则会出现另外的异常：

ValueError: matrices are not aligned

如果您仍然收到此错误，请发布问题的最小示例。使用与您相似的数组的示例乘法成功：

In [1]: import numpy

In [2]: numpy.dot(numpy.ones([97, 2]), numpy.ones([2, 1])).shape
Out[2]: (97, 1)

Answer 2

Per Wes McKinney＆＃39> Python for Data Analysis

广播规则：如果每个尾随维度（即从结尾开始），轴长度匹配或两者中的任何一个，则两个数组可用于广播长度为1.然后在缺失和/或长度1维上进行广播。

换句话说，如果你试图乘以两个矩阵（在线性代数意义上），那么你想要X.dot(y)，但是如果你试图将矩阵y中的标量广播到X然后你需要执行X * y.T。

示例：

>>> import numpy as np >>> >>> X = np.arange(8).reshape(4, 2) >>> y = np.arange(2).reshape(1, 2) # create a 1x2 matrix >>> X * y array([[0,1], [0,3], [0,5], [0,7]])

Answer 3

错误在点积中可能不会发生，但之后可能会发生。例如，试试这个

a = np.random.randn(12,1)
b = np.random.randn(1,5)
c = np.random.randn(5,12)
d = np.dot(a,b) * c

np.dot（a，b）没问题;但是np.dot（a，b）* c显然是错误的（12x1 X 1x5 = 12x5，它不能以元素方式乘以5x12）但是numpy会给你

ValueError: operands could not be broadcast together with shapes (12,1) (1,5)

该错误具有误导性;但是那条线上有一个问题。

Answer 4

使用np.mat（x）* np.mat（y），就可以了。

Answer 5

我们可能会混淆a * b是点积。

但是实际上，它是广播。

点产品： a.dot（b）

广播：

术语广播是指numpy如何对待具有不同数组的数组算术运算期间的尺寸会导致某些约束，较小的数组将在较大的数组中广播，因此它们具有兼容的形状。

（m，n）+-/ *（1，n）→（m，n）：该操作将应用于m行

Answer 6

您正在寻找np.matmul(X, y)。在Python 3.5+中，您可以使用X @ y。

Answer 7

将数组转换为矩阵，然后执行乘法。

X = np.matrix(X)

y = np.matrix(y)

X*y

Answer 8

ValueError: operands could not be broadcast together with shapes (x ,y) (a ,b)
where  x ,y are variables

Basically this error occurred when value of y (no. of columns) doesn't equal to the number of elements in another multidimensional array.

Now let's go through by ex=>
coding  apart

    {
        import numpy as np 
        arr1= np.arange(12).reshape(3,4)
    }

output of arr1

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

 

    {   arr2= np.arange(4).reshape(1,4)
          or                   { both are same 1 rows and 4 columns
        arr2= np.arange(4)
    }

ouput of arr2=>

array([0, 1, 2, 3])
 
no of elements in arr2 is equal no of no. of the columns in arr1 it will be excute.

    {
    for x,y in np.nditer([a,b]):
        print(x,y)
    }

output => 0 0
1 1
2 2
3 3
4 0
5 1
6 2
7 3
8 0
9 1
10 2
11 3

python numpy ValueError：操作数无法与形状一起广播

8 个答案: