用转置向量计算向量

Posted 2023-02-18

【中文标题】用转置向量计算向量

【英文标题】：Calculating a vectors with its transposed vector

【发布时间】：2020-10-16 21:03:30

【问题描述】：

我正在计算一个矩阵内散点图，其中我有一个 50x20 的向量，而我遇到的事情是，将转置向量乘以原始向量，会给我一个维度错误，如下所示：

操作数不能与形状一起广播 (50,20) (20,50)

我尝试的是：array = my_array * my_array_transposed 并得到上述错误。

替代方案是这样做：

new_array = np.dot(my_array,  np.transpose(my_array))

例如，在 Octave 中，这会容易得多，但由于矢量的大小，如果这是进行以下计算的方法，我很难确认基本事实：

因为据我所知，乘法是否是元素明智的。

我的问题是，我是否以正确的方式应用该公式？如果不是，将转置向量乘以非转置向量的正确方法是什么？

【问题讨论】：

* 是标量乘法，您需要矩阵-矩阵乘积。使用numpy.dot 或@ 运算符。

在 MATLAB/Octave 中 .* 是逐元素乘法。 numpy 使用 *。 np.dot 是处理矩阵乘法的原始函数。 @/matmul 是最近添加的。

【参考方案1】：

是的，np.dot 公式是正确的。如果您写array = my_array * my_array_transposed，您是在要求 Python 执行逐分量乘法。相反，您需要在 numpy 中使用np.dot 实现逐列乘法。