Question

我正在尝试实现高斯拟合，当我尝试乘以如下所示的矩阵时遇到问题。为什么我得到这个错误？我打印结果只是为了验证2个矩阵的乘积，当我这样做时，我得到的矩阵大小相同且值正确。

请帮忙吗？

谢谢

代码

    import numpy as np
    import pandas as pd

    spectre = pd.read_csv('spectre.txt')
    wl = pd.read_csv('longueur_d_onde.txt')
    spectre = spectre -8000
    A = wl.iloc[185:196,0]
    B = spectre.iloc[185:196, 0 ]
    #*******
    sigma = 2565/8192
    mu = A[192]
    A_ = np.transpose(np.matrix(A))
    Mu_ = np.transpose(np.zeros((1,len(A))))
    for i in range(len(A)):
        Mu_[i] = mu

    mu_ = A_-Mu_
    mu_t = np.transpose(mu_)
    for i in range (100):
        #Y = dat/dat[30]
        Y = np.matrix((B/B[192]))
        Yt = np.transpose(Y)
        N = np.exp(-np.power(mu_,2)//(2*sigma**2))
        print(N*np.power(mu_,2)) # when i print this i got the error.

错误

ValueError: shapes (11,1) and (11,1) not aligned: 1 (dim 1) != 11 (dim 0)

Answer 1

您可能未使用预期的矩阵乘法类型。 N * np.power(mu_,2))为您提供Hadamard积（或逐元素矩阵乘法）。

如果您要查找真正的矩阵矩阵乘法，则需要使用N.dot(*np.power(mu_,2))或N @ np.power(mu_,2)

Answer 2

没有文件，我无法重新创建您的计算，但是我可以提出一些建议。

A = wl.iloc[185:196,0]
B = spectre.iloc[185:196, 0 ]

A和B现在是熊猫系列。

sigma = 2565/8192
mu = A[192]
A_ = np.transpose(np.matrix(A))

np.matrix(A)产生（1,11）形状matrix； transpose将其更改为（11,1）。 A_ = A.to_numpy()将创建（11，）ndarray。 A_=np.reshape(A_, (11,1)将使其变成2d，而不会np.matrix超载。

Mu_ = np.transpose(np.zeros((1,len(A))))
for i in range(len(A)):
    Mu_[i] = mu

Mu_是（11,1）matrix，所有插槽中都有mu。

mu_ = A_-Mu_

mu_ = A_-mu也可以正常工作。无需制作Mu_。 mu_与A_具有相同的类型和形状。

mu_t = np.transpose(mu_)

无需制作mu_t（形状（1,11））。

我看不到这个循环是干什么的。

for i in range (100):
    #Y = dat/dat[30]
    Y = np.matrix((B/B[192]))
    Yt = np.transpose(Y)

同样，Y = (B/B[192]).to_numpy()就足够了。但是下面没有使用Y。

    N = np.exp(-np.power(mu_,2)//(2*sigma**2))

N与mu_（和A_）具有相同的类型和形状

    print(N*np.power(mu_,2)) # when i print this i got the error.

此乘法的目的是什么？结果应该是元素（11,1）乘积，还是（1,1）dot乘积？无论哪种方式，您都不需要2d matrix。

我认为您的代码可以简化为：

A_ = A.to_numpy()    # (11,) shape array
mu_ = A_ - mu
N = np.exp(-np.power(mu_,2)//(2*sigma**2))    # still (11,) shape
N*np.power(mu_,2)          # element-wise multiplication (11,) shape
N@np.power(mu_,2)          # dot product, scalar result

ValueError：形状（11,1）和（11,1）不对齐：1（dim 1）！= 11（dim 0）

2 个答案: