Python 含无穷元素的矩阵乘法

比如说，我们有

A=np.array（[[0,0,1,2]，[1,2,0,0]，[0,1,2,0]，[1,0,2,0]]）

并且，

b=np.array（[1，-inf，1，-inf]）

---

如何获得此输出：

A.dot（b）=[-inf，-inf，-inf，3]

？

0*无限是未定义的，这就是为什么在执行

A.dot（b）

时获得

[nan，nan，nan，nan]

矩阵和向量的点积就是它们的元素积，在第二个轴上求和。所以

A=np.array([[0, 0, 1, 2], [1, 2, 0, 0], [0, 1, 2, 0], [1, 0, 2, 0]])
b=np.array([1, -np.inf, 1, -np.inf])

X = A * b
print(X)

这给了我们：

array([[  0.,  nan,   1., -inf],
       [  1., -inf,   0.,  nan],
       [  0., -inf,   2.,  nan],
       [  1.,  nan,   2.,  nan]])

现在，我们知道

nan

值是

0

与

np.inf

相乘的结果。因此，我们可以将它们替换为

0

X[np.isnan(X)] = 0
print(X)

输出：

array([[  0.,   0.,   1., -inf],
       [  1., -inf,   0.,   0.],
       [  0., -inf,   2.,   0.],
       [  1.,   0.,   2.,   0.]])

array([-inf, -inf, -inf,   3.])

最后，在第二个轴上求和

result = X.sum(axis=1)
print(result)

输出：

array([[  0.,   0.,   1., -inf],
       [  1., -inf,   0.,   0.],
       [  0., -inf,   2.,   0.],
       [  1.,   0.,   2.,   0.]])

array([-inf, -inf, -inf,   3.])

作为单一功能：

def dotinf(A, b):
    X = A * b
    X[np.isnan(X)] = 0
    return X.sum(axis=1)

P=np.array([[0, 0, 1, 2], [1, 2, 0, 0], [0, 1, 2, 0], [1, 0, 2, 0]])
q=np.array([1, -np.inf, 1, -np.inf])
r = dotinf(P, q)

---

0*无限是未定义的，这就是为什么您得到

[nan，nan，nan，nan]

@PranavHosangadi如何定义0*无限=0？