python - 矩阵乘法问题 - Numpy vs Matlab？

Question

我正在尝试将我拥有的一些 Matlab 代码翻译成 Python(使用 numpy)。我有以下 Matlab 代码:

(1/x)*eye(2)

X 就是 1000000。据我了解，Matlab 中的 * 表示矩阵乘法，相当于 numpy 中的 .dot。所以在 Python 中，我有:

numpy.array([(1/x)]).dot(numpy.identity(2))

当我尝试运行 numpy 代码时，出现错误“shapes (1,) and (2,2) not aligned: 1 (dim 0) != 2 (dim 0)”。

显然我不明白什么。有人知道正确的 numpy 代码是什么吗？

Answer 1

由于 x 是一个标量，如果您在 MATLAB 中将一个矩阵乘以一个标量，它只会按该值缩放所有条目。不需要矩阵乘法。

如果你想在 numpy 中实现相同的功能，你可以执行与在 MATLAB 中相同的操作:

(1/x)*numpy.identity(2)

如果 x 是兼容维度的矩阵，那么可以使用 numpy.dot:

(1/x).dot(numpy.identity(2))

因此，在决定执行操作之前，您需要确保知道 x 是什么。

numpy 使用 * 运算符执行逐元素乘法，因此如果您想要实际的矩阵乘法，请使用 numpy.dot。您将获得不兼容的维度，因为标量和矩阵之间的真正矩阵乘法是不可能的。