当前位置：文江博客话题详情

python 中的 numpy 对象不匹配错误

发布于 11-25 09:01 字数 198 浏览 7 评论 0原文

我在使用 numpy 在 python 中将两个大矩阵相乘时遇到问题。

我有一个 (15,7) 矩阵，我想将它乘以它的转置，即 AT(7,15)*A(15*7) ，从数学上讲这应该可行，但我收到错误：

ValueError:形状不匹配：对象无法广播到单个形状 我在Python中使用numpy。我该如何解决这个问题，请任何人帮忙！

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

冷…雨湿花2024-12-02 09:01:27

您可能已将矩阵表示为数组。您可以使用 np.asmatrix 将它们转换为矩阵，或使用 np.dot 进行矩阵乘法：

>>> X = np.random.rand(15 * 7).reshape((15, 7))
>>> X.T * X
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (7,15) (15,7)
>>> np.dot(X.T, X).shape
(7, 7)
>>> X = np.asmatrix(X)
>>> (X.T * X).shape
(7, 7)

数组和矩阵之间的一个区别是 *< /code> 在矩阵上是矩阵乘积，而在数组上它是逐元素乘积。

You've probably represented the matrices as arrays. You can either convert them to matrices with np.asmatrix, or use np.dot to do the matrix multiplication:

>>> X = np.random.rand(15 * 7).reshape((15, 7))
>>> X.T * X
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (7,15) (15,7)
>>> np.dot(X.T, X).shape
(7, 7)
>>> X = np.asmatrix(X)
>>> (X.T * X).shape
(7, 7)

One difference between arrays and matrices is that * on a matrix is matrix product, while on an array it's an element-wise product.

回复收藏 0 原文

~没有更多了~