Question

我正在尝试将一些Matlab代码翻译成Python（使用numpy）。我有以下Matlab代码：

(1/x)*eye(2)

X只是1000000.据我所知，* Matlab中的*表示矩阵乘法，而等价的是.dot中的numpy。所以在Python中，我有：

numpy.array([(1/x)]).dot(numpy.identity(2))

我得到错误＆＃34;形状（1，）和（2,2）未对齐：1（暗0）！= 2（暗0）＆＃34;当我尝试运行numpy代码时。

显然我不理解某事。有谁知道适当的numpy代码是什么？

Answer 1

由于x是标量，如果在矩阵中将矩阵乘以标量，它只需按该值缩放所有条目。不需要矩阵乘法。

如果你想在numpy中实现同样的功能，你可以在MATLAB中执行相同的操作：

(1/x)*numpy.identity(2)

如果x是兼容维度的矩阵，那么您使用numpy.dot：

(1/x).dot(numpy.identity(2))

因此，在决定进行操作之前，您需要确保知道x是什么。

numpy使用*运算符执行逐元素乘法，因此如果您想要实际的矩阵乘法，请使用numpy.dot。您的尺寸不兼容，因为标量和矩阵之间的真正矩阵乘法是不可能的。

Answer 2

基本上在numpy操作中*和点不同。

（*）执行逐元素运算–每个矩阵元素与其他矩阵对应元素

a.dot（c）–执行实际的数学矩阵乘法，这是我们在高中时期研究的。

a = np.arange(9).reshape(3,3)

b = np.arange(10,19).reshape(3,3)

In [47]: a*b

Out[47]:
array([[ 0, 11, 24],
[ 39, 56, 75],
[ 96, 119, 144]])

In [48]: a.dot(b)

Out[48]:
array([[ 45, 48, 51],
[162, 174, 186],
[279, 300, 321]])

矩阵乘法问题 - Numpy vs Matlab？

2 个答案: