计算 numpy 数组 (3,) 和 (1,) 的点积答案

【问题标题】：Compute dot product of numpy arrays (3,) and (1,)计算 numpy 数组 (3,) 和 (1,) 的点积
【发布时间】：2018-03-13 15:04:55
【问题描述】：

我想计算两个 numpy 数组之间的点积。例如，我的数组的形状为 (3,) 和 (1,)，所以从基本的数学理解来看，我应该是一个形状为 (3,1) 的向量。但是使用 numpy dot 不会得到这样的结果。一般来说，我的输入将具有 (x,n) 和 (n,x) 的大小，如果 x=1，我想获得形状 (x,x) 或标量。

【问题讨论】：

标签： numpy dot-product

【解决方案1】：

这里唯一真正的问题是您使用大小为(3,) 和(1,) 的数组，但您应该使用(3,1) 和(1,1)。有了它，它的行为就完全按照你的意愿/期望：

>>> np.dot([3, 2, 1], [1])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shapes (3,) and (1,) not aligned: 3 (dim 0) != 1 (dim 0)
>>> np.dot([[3], [2], [1]], [[1]])
array([[3],
       [2],
       [1]])

对于(x, n) 和(n, x) 形状：

>>> x = 5
>>> n = 4
>>> A = np.ones((x, n))
>>> B = np.ones((n, x))
>>> A.dot(B)
array([[ 4.,  4.,  4.,  4.,  4.],
       [ 4.,  4.,  4.,  4.,  4.],
       [ 4.,  4.,  4.,  4.,  4.],
       [ 4.,  4.,  4.,  4.,  4.],
       [ 4.,  4.,  4.,  4.,  4.]])
>>> A.dot(B).shape
(5, 5)

再次，完全如您所愿/期望。请注意，在 numpy 中，形状为 (n,) 的数组是零维数组，而形状为 (n,1) 的数组是一维数组。一维数组对于它们的操作是必要的。

【讨论】：