A = numpy.matrix([[36, 34, 26],
[18, 44, 1],
[11, 31, 41]])
X1 = numpy.matrix([[46231154], [26619349], [37498603]])
需要将矩阵乘以向量。我尝试过:
>>>A*X1
matrix([[ -750624208],
[ 2040910731],
[-1423782060]])
>>> numpy.dot(A,X1)
matrix([[ -750624208],
[ 2040910731],
[-1423782060]])
为什么是负数?数字较小也可以,例如:
A = numpy.matrix([[36, 34, 26],
[18, 44, 1],
[11, 31, 41]])
X1 = numpy.matrix([[8], [6], [6]])
>>>A*X1
matrix([[58],
[38],
[40]])
最佳答案
我相信您使用的是 32 位系统,并且您看到了整数溢出。尝试使用关键字参数 dtype=np.int64
定义矩阵和向量,看看是否能得到更有意义的答案。
在我的 64 位机器上,我有以下输出
In [1]: import numpy
In [2]: A = numpy.matrix([[36, 34, 26],
...: [18, 44, 1],
...: [11, 31, 41]])
In [3]:
In [3]: X1 = numpy.matrix([[46231154], [26619349], [37498603]])
In [4]: A*X1
Out[4]:
matrix([[3544343088],
[2040910731],
[2871185236]])
关于Python:用numpy将矩阵乘以向量时的负数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19616277/