python - NumPy 中的矩阵乘法行为

Question

具有以下内容:

In [14]: A = array([[1, 1], [3, 2], [-4, 1]])

In [15]: A
Out[15]:
array([[ 1,  1],
       [ 3,  2],
       [-4,  1]])

In [16]: x = array([1, 1])

In [17]: x
Out[17]: array([1, 1])

In [18]: dot(A, x)
Out[18]: array([ 2,  5, -3])

我期待一个专栏，因为 dot() 函数被描述为一个普通的矩阵乘法。

为什么它返回一行呢？这种行为看起来非常令人沮丧。

Answer 1

x 一个一维向量，因此不知道它是行向量还是列向量。 dot(A, x) 的结果也是如此。

把x变成一个二维数组，一切都会好起来的:

In [7]: x = array([[1], [1]])

In [8]: x
Out[8]: 
array([[1],
       [1]])

In [9]: dot(A, x)
Out[9]: 
array([[ 2],
       [ 5],
       [-3]])

最后，如果您更喜欢使用更自然的矩阵表示法，请将 A 转换为 numpy.matrix:

In [10]: A = matrix(A)

In [11]: A * x
Out[11]: 
matrix([[ 2],
        [ 5],
        [-3]])