如何用不同维数的2numpy数组相乘

Question

我尝试将2个矩阵x，y乘以形状（41）和（41，6） 因为它应该向多维中的每个箭头广播单个矩阵

我想这样做：

x*y

但我知道这个错误

ValueError: operands could not be broadcast together with shapes (41,6) (41,) 

有什么我错过的吗？

Answer 1

你可以试试这个，会有用的！

>>> import numpy as np
>>> x = np.array([[1, 2], [1, 2], [1, 2]])
>>> y = np.array([1, 2, 3])
>>> np.dot(y,x)
array([ 6, 12])

Answer 2

不太清楚，你想达到什么目标。也许你可以举一个例子来说明你的投入和预期的产出。一种可能性是：

import numpy as np

x = np.array([[1, 2], [1, 2], [1, 2]])
y = np.array([1, 2, 3])
res = x * np.transpose(np.array([y,]*2))

这将把x的每一列乘以y，因此上述示例的结果是：

array([[1, 2],
       [2, 4],
       [3, 6]])

Answer 3

广播包括两个步骤

• 为所有数组提供相同的维数

• 展开1维度以匹配其他数组

你的投入

(41,6) (41,)

一个是2d，另一个是1d；广播可以将1d更改为(1, 41)，但不会自动向另一个方向展开(41,1)。

(41,6) (1,41) 

（41,41）和（6,41）都不匹配。

所以你需要把y改成(41,1)，或者把x改成(6,41)

x.T*y
x*y[:,None]

当然，我假设您需要逐元素乘法，而不是np.dot矩阵乘积。