在 Numpy 中将列向量和行向量相乘答案

【问题标题】：Multiplying column and row vectors in Numpy在 Numpy 中将列向量和行向量相乘
【发布时间】：2015-05-23 15:52:30
【问题描述】：

我想将两个向量相乘，一列（即 (N+1)x1），一行（即 1x(N+1)）得到 (N+1)x(N+1 ）矩阵。我对 Numpy 还很陌生，但对 MATLAB 有一些经验，这是 MATLAB 中我想要的 Numpy 中的等效代码：

n = 0:N; 
xx = cos(pi*n/N)';
T = cos(acos(xx)*n');

在我尝试过的 Numpy 中：

import numpy as np
n = range(0,N+1)

pi = np.pi
xx = np.cos(np.multiply(pi / float(N), n))

xxa = np.asarray(xx)
na = np.asarray(n)
nd = np.transpose(na)

T = np.cos(np.multiply(np.arccos(xxa),nd))

在我注意到没有它的情况下，我添加了 asarray 行，Numpy 似乎将 xx 和 n 视为列表。 np.shape(n)、np.shape(xx)、np.shape(na) 和 np.shape(xxa) 给出相同的结果：(100001L,)

【问题讨论】：

标签： python matlab numpy

【解决方案1】：

np.multiply 只做逐个元素的乘法。你想要一个外部产品。使用np.outer：

np.outer(np.arccos(xxa), nd)

【讨论】：

【解决方案2】：

如果您想使用类似于 MATLAB 的 NumPy，您必须确保您的数组具有正确的形状。您可以使用 arrayname.shape 检查任何 NumPy 数组的形状，因为您的数组 na 的形状为 (4,) 而不是 (4,1)，所以 transpose 方法无效，multiply 计算点积。分别使用arrayname.reshape(N+1,1)。 arrayname.reshape(1,N+1) 转换你的数组：

import numpy as np

n = range(0,N+1)
pi = np.pi
xx = np.cos(np.multiply(pi / float(N), n))

xxa = np.asarray(xx).reshape(N+1,1)
na = np.asarray(n).reshape(N+1,1)
nd = np.transpose(na)

T = np.cos(np.multiply(np.arccos(xxa),nd))

从 Python 3.5 开始，您可以使用 @ 运算符进行矩阵乘法。因此，获得与 MATLAB 非常相似的代码是一个简单的过程：

import numpy as np

n = np.arange(N + 1).reshape(N + 1, 1)   
xx = np.cos(np.pi * n / N)
T = np.cos(np.arccos(xx) @ n.T)

这里n.T表示n的转置。

【讨论】：