矩阵乘法中每个单元格的平均值，而不仅仅是 python 中的总和

Posted 2023-03-24

【中文标题】矩阵乘法中每个单元格的平均值，而不仅仅是 python 中的总和

【英文标题】：mean of every cell in matrix multiplcation instead of just the sum in python

【发布时间】：2021-12-18 01:09:43

【问题描述】：

我知道使用 2 二维数组的 numpy，它会给我矩阵乘法。以下是我的代码示例。 c的每个单元格中的元素是乘积的总和，但我想要的是每个单元格中的平均值，而不是总和。

a = np.array([[1,2,3],[1,2,3]])
b = np.array([[1,2,3,4,5],[1,2,3,4,5]])
c = np.dot(np.transpose(a), b)

例子是单元格1，值是(1*1+1*1 = 2)我想要的是(average of 1*1+1*1)。我如何使用 numpy 做到这一点？

【问题讨论】：

1*1 + 1*1 的平均值是什么意思？

如果您指的是(1*1, 1*1) 的平均值，为什么不将结果矩阵除以2？每个值都是两个元素的总和。

没错。由于点积是产品的总和，并且您希望均值将点积除以 2。

这只是我的示例数组，但实际数组大小不同。 a(size) = 8x300 b(size) = 8X355 c(size) = 300X355，但是我在 c 的每个单元格中想要的是平均值，而不是总和。所以，这意味着我将每个单元格除以行数以获得平均值，对吗？所以这意味着我将它除以8？为菜鸟问题道歉。

完全正确。您除以两个数组之间的共享维度，在本例中为 8。

【参考方案1】：

感谢大家的投入。我已经更新了代码以获得每个单元格的平均值：

c = np.dot(np.transpose(a), b)/len(b)