2个numpy数组的点乘和正常乘法结果是否相同？

Question

我可以用Python内核PCA工作，我有原始数据投射到主components.I后找到的值，用公式

fv = eigvecs[:,:ncomp] 
    print(len(fv)) 
    td = fv.T * K.T 

其中K为维度的核心矩阵（150×150）， ncomp是主要组件的数量。当fv有尺寸（150x150）时，代码工作得很好。但是当我选择ncomp为3时，fv将以（150x3）为尺寸，出现错误，说明操作数无法一起广播。我提到的各种链接，并尝试使用点产品，如 td=np.dot(fv.T,K.T). 我现在没有得到任何错误。但我不知道检索的值是否正确或不...

plz帮助...

Answer 1

的*操作取决于数据类型。 On Numpy arrays它执行元素方式的乘法（not the matrix multiplication）; numpy.vdot()确实两个向量的 “点” 的标量积（它返回一个简单的标量结果）

>>> import numpy as np 
>>> x = np.array([[1,2,3]]) 
>>> np.vdot(x, x) 
14 
>>> x * x 
array([[1, 4, 9]]) 

---

要乘2个阵列作为正确矩阵，使用numpy.dot：

>>> np.dot(x, x) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
ValueError: objects are not aligned 
>>> np.dot(x.T, x) 
array([[ 1, 4, 9], 
     [ 4, 16, 36], 
     [ 9, 36, 81]]) 
>>> np.dot(x, x.T) 
array([[98]]) 

---

然后有numpy.matrix，这是一个专门的阵列，其中*意味着矩阵乘法 ，而**表示矩阵功率;所以一定要知道你在操作什么数据类型。

---

即将到来的Python 3.5将有一个新的运营商@可用于矩阵乘法;那么你可以写x @ x.T来替换上一个例子中的代码。