Question

时 a = [1, 2, 3] x = numpy.array(a) 一个3列和1行的矩阵？我知道x = numpy.array([a])是一个1x4矩阵，但我需要的是opossite。我需要乘以两个矩阵，但第一个是插入numpy.array(a)

的列表

还没有找到一个方法来做一个for和cicle通过a将它添加到x。编辑：我正在进行线性回归，所以我需要一个nrows x 1 col，我的原始数据在列表中并使用numpy dot（）函数进行乘法，我需要将我的列表转换为矩阵nrowsx 1列。修复了解决方案是使用x = x.transpose（）转置x = numpy.array（[a]）并给出一个nx1矩阵。

感谢您帮助我思考的帮助。

Answer 1

这是一维数组：

In [653]: x = np.array([1,2,3])
In [654]: x
Out[654]: array([1, 2, 3])
In [655]: x.shape
Out[655]: (3,)
In [656]: x.ndim
Out[656]: 1

另一个是二维：

In [657]: y = np.array([[1,2,3]])
In [658]: y
Out[658]: array([[1, 2, 3]])
In [659]: y.shape
Out[659]: (1, 3)
In [660]: y.ndim
Out[660]: 2

y

的转置

In [661]: z = y.T
In [662]: z
Out[662]: 
array([[1],
       [2],
       [3]])
In [663]: z.shape
Out[663]: (3, 1)

x的转置与x

相同

一些乘法选项：

In [664]: np.dot(x,y)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-664-6849a5f7ad6c> in <module>()
----> 1 np.dot(x,y)

ValueError: shapes (3,) and (1,3) not aligned: 3 (dim 0) != 1 (dim 0)

阅读np.dot了解有关形状交互的规则。关键短语是“x的最后一个维度对y的第二个到最后一个”。

In [665]: np.dot(y,x)
Out[665]: array([14])

这里（1,3）对与（3，）t-产生a（1，）。

元素乘法。这里适用广播规则

In [666]: x*y   
Out[666]: array([[1, 4, 9]])

（3，）with（1,3） - ＆gt; （1,3）（1,3） - > （1,3）

In [667]: x*z
Out[667]: 
array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])

（3，）with（3,1） - ＆gt; （1,3）（3,1） - ＆gt; （3,3）

将（3，）数组更改为（3,1）的便捷方法是使用None（np.newaxis）：

In [671]: x[:,None]
Out[671]: 
array([[1],
       [2],
       [3]])

In [672]: np.dot(x[:,None],y)
Out[672]: 
array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])

（3,1）点与（1,3） - > （3,3）

Python数组行* 1column numpy for numpy.dot（matrix，matrix2）

1 个答案: