矩阵和数组的Numpy点积就是矩阵

当我更新到最新版本的numpy时，我的很多代码都崩溃了，因为现在每次我对矩阵和数组调用

np.dot（）

，它都会返回一个1xn矩阵，而不仅仅是一个数组。 当我尝试将新向量/数组与矩阵相乘时，这会导致错误

范例

A = np.matrix( [ [4, 1, 0, 0], [1, 5, 1, 0], [0, 1, 6, 1], [1, 0, 1, 4] ] )

x = np.array([0, 0, 0, 0])
print(x)

x1 = np.dot(A, x)
print(x1)

x2 = np.dot(A, x1)
print(x2)

output:
[0 0 0 0]
[[0 0 0 0]]
Traceback (most recent call last):
  File "review.py", line 13, in <module>
    x2 = np.dot(A, x1)
ValueError: shapes (4,4) and (1,4) not aligned: 4 (dim 1) != 1 (dim 0)

A=np.矩阵（[[4,1,0,0]，[1,5,1,0]，[0,1,6,1]，[1,0,1,4]）
x=np.array（[0,0,0,0]）
打印（x）
x1=np.点（A，x）
打印（x1）
x2=np.点（A，x1）
打印（x2）
输出：
[0 0 0 0]
[[0 0 0 0]]
回溯（最近一次呼叫最后一次）：
文件“review.py”，第13行，在
x2=np.点（A，x1）
ValueError:形状（4,4）和（1,4）未对齐：4（尺寸1）！=1（尺寸0）

我希望矩阵的点和向量返回一个向量，或者矩阵的点和1xn矩阵按预期工作

使用x的转置不能解决这个问题，也不能使用

A@x

或

A.dot（x）

或

np.matmul（A，x）

数组的任何变体：

In [24]: A = np.matrix( [ [4, 1, 0, 0], [1, 5, 1, 0], [0, 1, 6, 1], [1, 0, 1, 4] ] )   
    ...: x = np.array([0, 0, 0, 0])                                                                      
In [25]: A.shape                                                                                         
Out[25]: (4, 4)
In [26]: x.shape                                                                                         
Out[26]: (4,)

交通部：

In [27]: np.dot(A,x)                                                                                     
Out[27]: matrix([[0, 0, 0, 0]])     # (1,4) shape

让我们尝试同样的方法，但是使用

ndarray

版本的

a

：

In [30]: A.A                                                                                             
Out[30]: 
array([[4, 1, 0, 0],
       [1, 5, 1, 0],
       [0, 1, 6, 1],
       [1, 0, 1, 4]])
In [31]: np.dot(A.A, x)                                                                                  
Out[31]: array([0, 0, 0, 0])

结果是（4，）形状。这是有道理的：（4,4）点（4，）=>（4，）

np.dot（A，x）

正在执行相同的计算，但返回一个

np.matrix

。根据定义，这是一个二维数组，因此（4，）被扩展为（1,4）

我没有一个较旧的版本来测试这个，也不知道有什么变化

如果

x

是（4,1）矩阵，则结果（4,4）点（4,1）=>（4,1）：

---

虽然可能很烦人，但这可能是一个永久的好时机。谢谢你的快速回复！你的解决方案有效。如果矩阵是一个数组，那么用行向量来点阵似乎是不一致的，但如果它是一个矩阵，则不能。我将使用np.array类而不是np.matrixYour

x

和shape（4，）是1d数组。您可以将其视为向量或行向量，但这不会改变尺寸或形状

np.dot

描述了它如何处理1d数组，而不管它们是第一个还是第二个。有些人（具有MATLAB或线性代数背景）在构思既不是行向量也不是列向量的一维数组时确实存在问题。

In [33]: np.matrix(x)                                                                                    
Out[33]: matrix([[0, 0, 0, 0]])
In [34]: np.dot(A, np.matrix(x).T)                                                                       
Out[34]: 
matrix([[0],
        [0],
        [0],
        [0]])