在Python阵列的矩阵乘法 [英] matrix multiplication of arrays in python

问题描述

我觉得自己有点傻问这个，但我似乎无法找到答案

在numpy的使用数组我想乘1X3阵列的3X1阵列，并得到一个3X3阵列作为一个结果，但由于点函数总是将第一个元素的列向量，第二个作为一个行向量我不能似乎要得到它的工作，我必须使用，因此矩阵。

  A =阵列（[1,2,3]）
打印艾=，点（A，A）
打印A2mat =，点（A.transpose（），A）
打印A3mat =，点（A，A.transpose（））
U2 =垫（[UX，UY，UZ]）
打印u2mat =，u2.transpose（）* U2
 

和输出：

 艾= 14
A2mat = 14
A3mat = 14
u2mat =
 [0 0 0]
        [0 0. 0.]
        [0. 0. 1]
 

解决方案

的 np.outer
是内置做到这一点：

  A =阵列（[1,2,3]）
打印外，np.outer（A，A）
 

（转不起作用，因为 AT 是完全一样的一维数组：

 打印A.shape，A.T.shape，A [：，np.newaxis] .shape
＆GT;＆GT;＆GT; （（3，），（3，），（3，1））
 

）

I feel a bit silly asking this, but I can't seem to find the answer

Using arrays in Numpy I want to multiply a 3X1 array by 1X3 array and get a 3X3 array as a results, but because dot function always treats the first element as a column vector and the second as a row vector I can' seem to get it to work, I have to therefore use matrices.

A=array([1,2,3])  
print "Amat=",dot(A,A)  
print "A2mat=",dot(A.transpose(),A)  
print "A3mat=",dot(A,A.transpose())  
u2=mat([ux,uy,uz])  
print "u2mat=", u2.transpose()*u2  

And the outputs:

Amat= 14  
A2mat= 14  
A3mat= 14  
u2mat=  
 [[ 0.  0.  0.]  
        [ 0.  0.  0.]  
        [ 0.  0.  1.]]

解决方案

np.outer is a builtin to do that:

A = array([1,2,3])
print "outer:", np.outer( A, A )

(transpose doesn't work because A.T is exactly the same as A for 1d arrays:

print A.shape, A.T.shape, A[:,np.newaxis].shape
>>> ( (3,), (3,), (3, 1) )

)

这篇关于在Python阵列的矩阵乘法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！