Question

我正在尝试运行此代码，最后2个点产品显示错误，如标题中所示。我检查了矩阵的大小，两者都是（3,1），那么为什么在做dot产品时它会显示错误？

coordinate1 = [-7.173, -2.314, 2.811] 
coordinate2 = [-5.204, -3.598, 3.323] 
coordinate3 = [-3.922, -3.881, 4.044] 
coordinate4 = [-2.734, -3.794, 3.085] 

import numpy as np 
from numpy import matrix
coordinate1i=matrix(coordinate1)
coordinate2i=matrix(coordinate2)
coordinate3i=matrix(coordinate3)
coordinate4i=matrix(coordinate4)

b0 = coordinate1i - coordinate2i
b1 = coordinate3i - coordinate2i
b2 = coordinate4i - coordinate3i

n1 = np.cross(b0, b1)
n2 = np.cross(b2, b1)

n12cross = np.cross(n1,n2)
x1= np.cross(n1,b1)/np.linalg.norm(b1)
print np.shape(x1)
print np.shape(n2)
np.asarray(x1)
np.asarray(n2)

y = np.dot(x1,n2)
x = np.dot(n1,n2)

return np.degrees(np.arctan2(y, x))

Answer 1

通过使用

将矩阵转换为数组

n12 = np.squeeze(np.asarray(n2))

X12 = np.squeeze(np.asarray(x1))

解决了这个问题。

Answer 2

与需要匹配尺寸的标准算术不同，点积要求尺寸为以下之一：

(X..., A, B) dot (Y..., B, C) -> (X..., Y..., A, C)，其中...表示“0个或更多不同的值
(B,) dot (B, C) -> (C,)
(A, B) dot (B,) -> (A,)
(B,) dot (B,) -> ()

您的问题是，您使用np.matrix，这在您的代码中完全没有必要 - np.matrix的主要目的是将a * b翻译为np.dot(a, b)。作为一般规则，np.matrix可能不是一个好的选择。

Answer 3

第一个矩阵的列和第二个矩阵的行应该相等，顺序应该只是这样

column of first matrix = row of second matrix

并且不要执行以下步骤

row of first matrix  = column of second matrix

会抛出错误

Answer 4

numpy.dot(a, b, out=None)

两个阵列的点积。

对于N维，它是a的最后一个轴上的和积，以及b的倒数第二个。

文档：numpy.dot。

显示ValueError：形状（1,3）和（1,3）未对齐：3（dim 1）！= 1（dim 0）

4 个答案: