python中的numpy对象不匹配错误

我在python中使用numpy乘法两个大矩阵时遇到了一个问题

我有一个（15,7）矩阵，我想通过它的转置将其复乘，即在（7,15）*a（15*7），从数学上讲，这应该是可行的，但我得到一个错误：

ValueError:形状不匹配：无法将对象广播到单个形状

---

我在Python中使用numpy。我怎样才能避开这件事，任何人请帮忙

您可能已经将矩阵表示为数组。您可以使用

np.asmatrix

将它们转换为矩阵，或使用

np.dot

进行矩阵乘法：

>>> X = np.random.rand(15 * 7).reshape((15, 7))
>>> X.T * X
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (7,15) (15,7)
>>> np.dot(X.T, X).shape
(7, 7)
>>> X = np.asmatrix(X)
>>> (X.T * X).shape
(7, 7)

>X=np.random.rand（15*7）。重塑（（15,7））
>>>X.T*X
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
ValueError:操作数无法与形状（7,15）（15,7）一起广播
>>>np.点（X.T，X）.形状
(7, 7)
>>>X=np.asmatrix（X）
>>>（X.T*X）.形状
(7, 7)

---

数组和矩阵之间的一个区别是，矩阵上的

*

是矩阵积，而数组上的是元素积。

@agf:在Numpy中获得转置的方法只有一种，很难出错。有关广播的错误消息足以说明问题；如果OP没有转置矩阵/数组，他们会得到一个“对象未对齐”错误，而不是这个错误。@larsmans谢谢，没有仔细阅读。非常感谢！！拉斯曼成功了！！asmatrix函数有帮助，但也不知道*对数组和矩阵的影响。另外，在较新的（

=1.5

，我想？）版本的numpy数组中有一个

dot

方法，所以你可以只做

X.t.dot（X）

而不是

np.dot（X.t，X）

。