Numpy np.dot的错误结果

我是python新手，我正在尝试将2d矩阵与一维矩阵相乘。我用np.dot来做，但它给了我一个错误的输出。我正在尝试这样做：

#X_train.shape = 60000
w = np.zeros([784, 1])
lista = range (0, len(X_train))
for i in lista:
    score = np.dot(X_train[i,:], w)
print score.shape

Out->（1L，）

输出应为（60000,1）

---

你知道如何解决这个问题吗？

你应该完全避免for循环。事实上，np.dot应该在N-dim阵列上工作，并在内部执行循环。例如，见

In [1]: import numpy as np

In [2]: a = np.random.rand(1,2)  # a.shape = (1,2)

In [3]: b = np.random.rand(2,3)  # b.shape = (2,3)

In [4]: np.dot(a,b)
Out[4]: array([[ 0.33735571,  0.29272468,  0.09361096]])

---

当我在for循环外将它们相乘时，它会给出所需的结果。问题是当我将操作放入for循环中时，我应该使用它，因为我需要它进行进一步的计算。可能问题在于我给出的索引？1）不是两个数组的元素相乘，这将由X*Y实现。2）在循环中，每次覆盖分数时，只返回最后一个。3） 当w的所有元素都为零时，为什么首先要与w相乘？这也使得所有产品都为零。也许一个小n的样本输入和样本输出会使它更容易访问，这是你试图实现的。我在这里只放了一部分代码。w会在一些if条件的基础上发生变化，即使我把打印放在分数下，它也会打印出60000倍相同的结果（1L，）。当我用点积进行乘法时，它是有效的。无论如何，我会更仔细地看点产品。谢谢，恐怕你的意图还不清楚。你能提供更多的细节吗？如果你想做矩阵乘法，不需要循环-这正是

np.dot

的用途。如果您的X_列的形状为（6000，784）且

w

的形状为（784，1）

np。dot（X_列，w）

将生成所需的形状（6000，1）。

X_列。形状
不能为6000<代码>形状
始终是一个元组。如果你的意思是（6000，），那么你如何索引
X_train[i，：]
（就好像它是2d一样）？还是（60000784）？在循环中，您计算
分数
，但下次通过替换它。所以最后一个形状就是最后一次计算的形状<（n，）与（n，1）的代码>点

将产生（1，）结果。