矩陣乘數組與Numpy

我有一個5x5陣列的數組，我想矩陣乘一個行的轉置與另一行。矩陣乘數組與Numpy

import numpy as np 
a = np.array([1, 4, 6, 4, 1]) 
b = np.array([-1, -2, 0, 2, 1]) 
c = np.array([-1, 2, 0, -2, 1]) 
d = np.array([-1, 0, 2, 0, -1]) 
e = np.array([1, -4, 6, -4, 1]) 
f = np.vstack([a, b, c, d, e]) 

result = np.dot(f[1, :].T, f[1, :])

我以爲這會工作，但顯然

f[1, :].T

最終成爲

[-1, -2, 0, 2, 1]

而不是

[[-1] 
[-2] 
[ 0] 
[ 2] 
[ 1]]

等np.dot對待它像一個真正的點produc而不是做矩陣乘法。

我發現名單切片，其中一個指標是一個整數，且其他所有: S按一個減小尺寸，從而使的f[1, :]形狀不是(1, 5)但(5,)等調換它什麼都不做。

我已經能夠使用f[1, :].reshape((1, 5))工作，但是有沒有更好的方法來做到這一點？我是否錯過了一種獲得轉置的簡單方法，而無需重新塑造它？

來源

2013-10-24 Alex

您可以使用np.newaxis在切片時添加尺寸，以補償否則會丟失的尺寸。

f[1, :, np.newaxis]

產生你想要的單列二維數組。在冒號之前放置np.newaxis會產生一個單行二維數組。

來源

2013-10-24 10:48:22

對於numpy數組，有這種行爲通常是有利的，爲了避免這種情況，你總是可以使用numpy矩陣類。

>>> f = np.matrix(f) 
>>> f 
matrix([[ 1, 4, 6, 4, 1], 
     [-1, -2, 0, 2, 1], 
     [-1, 2, 0, -2, 1], 
     [-1, 0, 2, 0, -1], 
     [ 1, -4, 6, -4, 1]]) 

>>> f[1,:].T 
matrix([[-1], 
     [-2], 
     [ 0], 
     [ 2], 
     [ 1]]) 

>>> np.dot(f[1, :].T, f[1, :]) 
matrix([[ 1, 2, 0, -2, -1], 
     [ 2, 4, 0, -4, -2], 
     [ 0, 0, 0, 0, 0], 
     [-2, -4, 0, 4, 2], 
     [-1, -2, 0, 2, 1]])

由於這是矩陣類*將表示矩陣乘法，因此，你可以簡單地使用：

f[1,:].T * f[1,:]

你也可能要考慮np.outer對於這種操作的：

>>> np.outer(f[1,:],f[1,:]) 
array([[ 1, 2, 0, -2, -1], 
     [ 2, 4, 0, -4, -2], 
     [ 0, 0, 0, 0, 0], 
     [-2, -4, 0, 4, 2], 
     [-1, -2, 0, 2, 1]])

來源

2013-10-24 12:59:38 Daniel

如果你想要單個切片保留他們的「矩陣」，那麼你應該將f投射到numpy.matrix，這保留了矩陣性。

fm = numpy.matrix(f)

然後

numpy.dot(fm[1,:].T,fm[1,:])

將返回n×n的矩陣

來源

2013-10-24 13:11:26 Paul

這正是我發佈的，爲什麼重做這個？ – Daniel

簡單，我們幾乎同時提交了答案。 – Paul

繼接受的答案，我更喜歡使用None，而不是np.newaxis，這是我的口味有點冗長。例如，

f[:,None]

和f[:,np.newaxis]的功能是一樣的。

來源

2014-06-27 00:31:00 nbren12

矩陣乘數組與Numpy

回答

相關問題