Python Numpy.dot（）标注未对齐

我无法为

scipy.signal.dlsim

方法提供正确的输入

该方法需要4个状态空间矩阵：

A = np.array([
    [0.9056, -0.1908, 0.0348, 0.0880],
    [0.0973, 0.8728, 0.4091, -0.0027],
    [0.0068, -0.1694, 0.9729, -0.6131],
    [-0.0264, 0.0014, 0.1094, 0.6551]
    ])

B = np.array([
    [0, -0.0003, -0.0330, -0.0042, -0.0037],
    [0, -0.0005, 0.0513, -0.0869, -0.1812],
    [0, 0.0003, -0.0732, 1.1768, -1.1799],
    [0, -0.0002, -0.0008, 0.2821, -0.4797]
    ])

C = np.array([-0.01394, -0.0941, 0.0564, 0.0435])

D = np.array([0, 0.0004, -0.0055, 0.3326, 0.5383])

和一个输入向量，我用以下方式构建：

inputs = np.array([
    data['input1'].values(),
    data['input2'].values(),
    data['input3'].values(),
    data['input4'].values(),
    data['input5'].values()
])

这将创建一个带有

（5x752）

维度的输入矩阵（我有752个数据点）。因此，我采用输入矩阵的转置来预处理数据：

inputs = np.transpose(inputs)

输入矩阵现在具有

（752x5）

维度，我认为这是scipy模拟算法所必需的

当我执行该方法时，我得到以下错误：

    110     # Simulate the system
    111     for i in range(0, out_samples - 1):
--> 112         xout[i+1,:] = np.dot(a, xout[i,:]) + np.dot(b, u_dt[i,:])
    113         yout[i,:] = np.dot(c, xout[i,:]) + np.dot(d, u_dt[i,:])
    114 

ValueError: shapes (4,5) and (1,5) not aligned: 5 (dim 1) != 1 (dim 0)

我知道scipy无法进行此乘法，但我不知道应该以何种格式将输入数组提供给该方法。如果我不转置矩阵，则维度会更差（1x752）

我是不是遗漏了什么

numpy.dot（）方法分别适用于矩阵和数组。我在某处将数组转换为矩阵，以便能够轻松读取导致此错误的维度。如果将向量解释为矩阵，则Numpy将其视为行向量。这会产生尺寸误差：

（4x5）x（1x5）

---

当numpy将向量视为数组时，

numpy.dot（）

会自动执行正确的乘法，因为向量被视为列向量，并且可以正确计算

np.dot（）

：

（4x5）x（5x1）

“当numpy将向量视为数组时……因为向量被视为列向量…”换句话说，在使用

np.dot（）

之前运行

np.asarray（MatrixOrArray）

应该可以做到这一点吗？之所以如此，是因为

np.dot（）

只对列有效？您能告诉我们您是如何得到解决方案的吗？