numpy矩阵与向量类型的向量乘法
2017-11-04 15:33
507 查看
1.numpy两个矩阵类型的向量相乘,结果还是一个矩阵
2.两个向量类型的向量相乘,结果为一个二维数组
3.两个向量类型的向量做点乘,结果为数
维数不匹配的错误情况
c = a*b c Out[66]: matrix([[ 6.830482]])
2.两个向量类型的向量相乘,结果为一个二维数组
b Out[80]: array([[ 1.], [ 1.], [ 1.]]) a Out[81]: array([1, 2, 3]) a*b Out[82]: array([[ 1., 2., 3.], [ 1., 2., 3.], [ 1., 2., 3.]]) b*a Out[83]: array([[ 1., 2., 3.], [ 1., 2., 3.], [ 1., 2., 3.]])
3.两个向量类型的向量做点乘,结果为数
a Out[84]: array([1, 2, 3]) b Out[85]: array([[ 1.], [ 1.], [ 1.]]) np.dot(a,b) Out[86]: array([ 6.])
维数不匹配的错误情况
np.dot(b,a) Traceback (most recent call last): File "<ipython-input-87-919b2ab6633f>", line 1, in <module> np.dot(b,a) ValueError: shapes (3,1) and (3,) not aligned: 1 (dim 1) != 3 (dim 0) a = np.array([[1],[2],[3]]) np.dot(b,a) Traceback (most recent call last): File "<ipython-input-89-919b2ab6633f>", line 1, in <module> np.dot(b,a) ValueError: shapes (3,1) and (3,1) not aligned: 1 (dim 1) != 3 (dim 0)
相关文章推荐
- 关于用mapreduce做kmeans聚类以及python的numpy和list做矩阵、向量乘法的速度对比
- 线性空间的向量组与数量矩阵的乘法
- Numpy基于元素的乘法和矩阵乘法的区别
- 矩阵向量乘法与线性变换
- numpy.linalg.eig() 计算矩阵特征向量
- OpenMP编程实例(向量点积、矩阵乘法和快排)
- Numpy 将二维图像矩阵转换为一维向量的方法
- Python numpy库中的array,list与矩阵的乘法,以及增添元素的方法
- 矩阵和向量的乘法顺序
- Numpy中的几种矩阵乘法 np.dot, np.multiply, *
- cuda初学(1):稀疏矩阵向量乘法(单精度)
- 独立事件、笛卡尔积与矩阵向量乘法
- Python numpy 矩阵特殊加、乘法与循环优化
- R实战:【基本类型】向量c和矩阵matrix
- numpy中矩阵乘法,星乘(*)和点乘(.dot)的区别
- 学习笔记DL005:线性相关、生成子空间,范数,特殊类型矩阵、向量
- bzoj 3243: [Noi2013]向量内积 矩阵乘法
- 1.002 numpy的矩阵乘法
- Spark机器学习MLlib系列1(for python)--数据类型,向量,分布式矩阵,API
- <Python> Numpy中的矩阵乘法问题