numpy中的多维数组乘法

Question

我有2个多维数组。我想乘这些数组。

我的两个数组具有形状：

shape : (3, 100) 

我想转换的matlab代码：

sum(q1.*q2) 

到

np.dot(q1, q2) 

给我输出：

ValueError: objects are not aligned 

Answer 1

一个样品运行

我安装八度的，当被要求做

sum(a .* b) 

与a和b具有形状(3, 100)，返回形状(1, 100)的数组。在numpy的准确当量将是：

np.sum(a * b, axis=0) 

返回形状(100,)的数组，或者如果你想保持尺寸1的尺寸：

np.sum(a * b, axis=0, keepdims=True) 

你可以得到相同的结果，可能更快，使用np.einsum：

np.einsum('ij,ij->j', a, b) 

Answer 2

使用矩阵元素之积的*代替dot产物

这里是具有减小的尺寸

实施

A = np.random.randint(5,size=(3,4)) 
B = np.random.randint(5,size=(3,4)) 
result = A * B 

演示

>>> A 
array([[4, 1, 3, 0], 
     [2, 0, 2, 2], 
     [0, 1, 1, 1]]) 
>>> B 
array([[1, 3, 0, 2], 
     [3, 4, 1, 2], 
     [3, 0, 4, 3]]) 
>>> A * B 
array([[4, 3, 0, 0], 
     [6, 0, 2, 4], 
     [0, 0, 4, 3]])