如何将两个向量相乘并得到一个矩阵？

Question

在numpy操作中，我有两个向量，让我们说向量A是4X1，向量B是1X5，如果我做AXB，它应该得到一个大小为4X5的矩阵。

但我尝试了很多次，进行了多种重塑和转置，它们都会引发错误，说不对齐或返回单个值。

我应该如何获得我想要的矩阵的输出产品？

Answer 1

只要矢量具有正确的形状，正常矩阵乘法就会起作用。请记住，Numpy中的*是元素乘法，矩阵乘法适用于numpy.dot()（或使用@运算符，在Python 3.5中）

>>> numpy.dot(numpy.array([[1], [2]]), numpy.array([[3, 4]]))
array([[3, 4],
       [6, 8]])

这被称为＆＃34;外部产品。＆＃34;您可以使用numpy.outer()：

使用普通向量来获取它

>>> numpy.outer(numpy.array([1, 2]), numpy.array([3, 4]))
array([[3, 4],
       [6, 8]])

Answer 2

函数matmul（自numpy 1.10.1起）运行良好：

import numpy as np

a = np.array([[1],[2],[3],[4]])
b = np.array([[1,1,1,1,1],])

ab = np.matmul(a, b)
print (ab)
print(ab.shape)

您必须正确声明向量。第一个必须是一个具有一个编号的列表的列表（此向量必须在一行中有几列），第二个必须是一个列表的列表（该向量必须在一行中有行），如上例所示。

输出：

[[1 1 1 1 1]
 [2 2 2 2 2]
 [3 3 3 3 3]
 [4 4 4 4 4]]

(4, 5)

Answer 3

如果您使用的是numpy。

首先，请确保您有两个向量。例如vec1.shape = (10, )和vec2.shape = (26, )；在numpy中，行向量和列向量是同一件事。

第二，您进行res_matrix = vec1.reshape(10, 1) @ vec2.reshape(1, 26) ;。

最后，您应该拥有：res_matrix.shape = (10, 26)。

numpy文档说它将弃用np.matrix()，所以最好不要使用它。