Question

我试图通过转置其中一个矩阵来将两个维度为（17,2）的矩阵相乘

以下是示例p1

    p1 = [[ 0.15520622 -0.92034567]
 [ 0.43294367 -1.05921439]
 [ 0.7569707  -1.15179354]
 [ 1.08099772 -1.15179354]
 [ 1.35873517 -0.96663524]
 [-1.51121847 -0.64260822]
 [-1.32606018 -0.87405609]
 [-1.00203315 -0.96663524]
 [-0.67800613 -0.96663524]
 [-0.3539791  -0.87405609]
 [ 0.89583942  1.02381648]
 [ 0.66439155  1.3478435 ]
 [ 0.3866541   1.48671223]
 [ 0.15520622  1.5330018 ]
 [-0.07624165  1.5330018 ]
 [-0.3539791   1.44042265]
 [-0.58542698  1.20897478]]

这是另一个示例矩阵p2

 p2 = [[ 0.20932473 -0.90029958]
 [ 0.53753779 -1.03849455]
 [ 0.88302521 -1.10759204]
 [ 1.24578701 -1.02122018]
 [ 1.47035383 -0.77937898]
 [-1.46628927 -0.69300713]
 [-1.29354556 -0.9521227 ]
 [-0.96533251 -1.03849455]
 [-0.63711946 -1.00394581]
 [-0.3089064  -0.90029958]
 [ 0.86575084  1.06897874]
 [ 0.55481216  1.37991742]
 [ 0.26114785  1.50083802]
 [ 0.03658102  1.51811239]
 [-0.1879858   1.50083802]
 [-0.46437574  1.37991742]
 [-0.74076568  1.08625311]]

我正在尝试使用numpy将它们相乘

import numpy

print(p1.T * p2)

但是我遇到了以下错误

operands could not be broadcast together with shapes (2,17) (17,2)

这是预期的矩阵乘法输出

[[11.58117944  2.21072324]
 [-0.51754442 22.28728876]]

我到底哪里出问题了

Answer 1

矩阵乘法用np.dot(p1.T,p2)完成，因为 A * B表示矩阵元素的乘积。

Answer 2

因此，您应该使用np.dot：

p1.T.dot(p2)

Answer 3

很抱歉，我的问题很模糊。最初，我从numpy矩阵获取p1和p2值。后来我将它们存储在json文件中，作为使用

进行优化的列表

.tolist（）

方法，并使用

将其读回为numpy数组

numpy.array（）

方法显然是错误的..我更改了代码以使用

读取numpy数组

numpy.matrix（）

似乎可以解决问题的方法。希望这对某人有帮助

numpy矩阵乘法的问题

3 个答案: