Python矩阵内积

我试图解决以下问题：

'''
        Take in two matrices as numpy arrays, X and Y. Determine whether they have an inner product.
        If they do not, return False. If they do, return the resultant matrix as a numpy array.
        '''

使用以下代码：

def mat_inner_product(X,Y):

    if X.shape != Y.shape:
        return False
    else:
        return np.inner(X,Y)

我收到以下错误消息：

.F
======================================================================
FAIL: test_mat_inner_product (test_methods.TestPython1)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/usr/src/app/test_methods.py", line 27, in test_mat_inner_product
    self.assertTrue(np.array_equal(result2, correct2))
AssertionError: False is not true

----------------------------------------------------------------------
Ran 2 tests in 0.001s

FAILED (failures=1)

假不真是什么意思？我有逻辑错误吗？或者我应该使用.dot而不是.inner？区别是什么？

如果两个矩阵的最后一个维度相同，则可以计算内积。因此，不应检查X.shape是否等于Y.shape，而应仅检查最后一个尺寸：

def mat_inner_product(X,Y):
    if X.shape[-1] != Y.shape[-1]:
        return False
    else:
        return np.inner(X,Y)

现在，我们只需要依赖这样一个事实，即numpy已经正确地实现了内矩阵的逻辑，并且在无法计算内积的情况下会产生一个值错误

或者我应该使用.dot而不是.inner？有什么区别

点积的不同之处在于，它使用的是Y的第二个最后维度，而不是np.inner中使用的最后一个维度。如果你和numpy.dot一起工作。。支票将是：

def mat_dot_product(X,Y):
    if X.shape[-1] != Y.shape[-2]:
        return False
    else:
        return np.dot(X,Y)

---

但是，您也可以在这里使用try-except结构。

这意味着您的函数返回False，但这是不正确的，您的函数应该返回Truewell@hpaulj测试用例在幕后，我无法访问它正在对您的函数运行一些测试，它失败了。这是在测试你的结果是否正确。它没有告诉我们正在测试什么或者它期望什么。你自己做过测试吗？给我们看一些你自己的测试。它们看起来对吗。尤其是你的形状测试是对的吗？根据维度的数量，你是在谈论排名吗？@DietrichEpp：在重读你的评论之后。我指的是蓝。。关于X.形状等等，我想让我大吃一惊的是3D矩阵的想法。你们可以有一个秩3张量，或者你们可以有一个3D数组，但3D矩阵混合了一些术语。矩阵的定义总是二维的。@DietrichEpp：是的，正确的名称确实是张量。我修改了它。较好的

def mat_dot_product(X,Y):
    if X.shape[-1] != Y.shape[-2]:
        return False
    else:
        return np.dot(X,Y)