Python NumPy：向量乘法矩阵

我得到了1个名为

A1

（18,11）的矩阵和3个名为

norms

，

offset

和

priorita

（18,1）的向量

当我尝试执行此操作时：

A1 =  (A1 + offsets) / norms * priorita

我得到以下错误：

A1 =  (A1 + offsets) / norms * priorita
  File "/usr/lib/python2.7/dist-packages/numpy/matrixlib/defmatrix.py", line 330, in __mul__
    return N.dot(self, asmatrix(other))
ValueError: matrices are not aligned

---

我无法理解，因为矩阵看起来与我对齐。你能帮我理解这个错误吗？

的

（A1+偏移量）/norms

的

.shape

是

（18,11）

。不能将

（18,11）

矩阵乘以

（18,1）

向量（第一个矩阵的第二个/列维度必须等于向量的维度）。我不确定您的实际目标是什么，但您可能想转置矩阵，假设您的目标是标准矩阵向量乘法：

A1 =  ((A1 + offsets) / norms).T * priorita

---

当你有一个

矩阵

时，不管它是一个

矩阵

和一个

数组

还是两个

矩阵

s

*

始终被视为矩阵乘法，因此出现

未对齐

错误，因为它根本不执行单元操作。您可以在

defmatrix.pyc

---

要执行您想要的向量操作，请使用

np.multiply（（A1+偏移量）/norms，priorita）

，这与

np.matrix（np.array（（A1+偏移量）/norms）*np.array（priorita））

是一样的，但速度稍微快一点，而且我认为读起来更好

如果

norms

，

offset

，

priorita

具有

ndim=2

，如果使用

offset.ravel（）

，

norms.ravel（）

，

priorita.ravel（）

。

np.乘法（（A1+偏移量）/norms，priorita）

是一种方法。谢谢。