Python 将列表与数组相乘为点积

我遇到了一个代码，它执行列表“a”与numpy数组“B”的一般点积

A = [1,2,3,4,5,6]
B = np.arange(18).reshape(3, len(A))

result = np.dot (B,A)
result2 = np.dot (A,B)

np.点（A，B）

给出错误：“值错误：形状（6，）和（3,6）未对齐：6（尺寸0）！=3（尺寸0）”

然而，

np.dot（B，A）

给出了结果[70 196 322]

你能帮我理解为什么

np.dot（B，A）

有效，而

np.dot（A，B）

无效吗

理想情况下，我希望只有当第一个矩阵的列数与第二个矩阵的行数相同时，点积才起作用。

---

B有3行6列，A有1行6列。因此，我希望

np.dot（B，A）

和

np.dot（A，B）

都不起作用。

通常，这个操作永远不会起作用，因为

A

和

B

的形状不同

然而，

np.dot（B，A）

起作用的原因是因为

np.dot

是。所以真正发生的事情是，对B（

B[0]

，

B[1]

，和

B[2]

）和

A

的所有三个索引调用

np.dot

。

[70 196 322]

的返回值是所有三个

np.dot

调用的结果，组合成一个数组

---

np.dot（A，B）

出现错误的原因是，使用

A

的任何索引调用

np.dot

（例如，

np.dot（A[0]，B）

），仍然具有无效的形状。

np.dot（A，B）的基本规则将A的最后一个轴与B的最后一个轴的下一个轴相匹配。在

einsum

符号中，这是“ij，jk->ik”，其和在共享的“j”上

但是，

dot

对1d情况有明确的规则

（6，）与（6，）生成标量（向量内部“点”积，

a.b

）

（6，）与（6,3）产生（3，）（共享6）

（3,6）和（6，）也可以

但是（6，）与（3,6）一起失败（第2个6在错误的位置）

---

matmul

也这么做，但谈到添加临时尺寸1维度。

它的行为符合您的预期，对吗？这里有什么问题？B有3行6列，A有1行6列。由于B的列数不等于A中的行数，我希望np.dot（B，A）不起作用。numpy中N大小的1-D数组不是1xN大小的矩阵。当第二个参数是一维数组时，

np.dot

是如何工作的，你应该看一下文档：你读过文档了吗？他们怎么说一维阵列？