简单的矩阵乘法会引发错误“形状 (2,3) 和 (2,3) 未对齐：3 (dim 1) != 2 (dim 0)”？答案

【问题标题】：A simple matrix multiplication throws an error "shapes (2,3) and (2,3) not aligned: 3 (dim 1) != 2 (dim 0)"?简单的矩阵乘法会引发错误“形状 (2,3) 和 (2,3) 未对齐：3 (dim 1) != 2 (dim 0)”？
【发布时间】：2019-12-27 03:03:39
【问题描述】：

我试图将两个矩阵相乘，这给了我一个错误“形状 (2,3) 和 (2,3) 未对齐：3 (dim 1) != 2 (dim 0)”。代码如下。请让我知道我做错了什么？

 from numpy import *
    arr=array([[1,32,3],[2,4,6]])
    arr1=array([[1,2,39],[2,41,6]])
    m=matrix(arr)
    m1=matrix(arr1)
    print(m)
    print(m1)
    mat=m1*m;

【问题讨论】：

这是关于基本线性代数定义的数学错误，而不是编程问题。您不能将 2*3 矩阵乘以 2*3 矩阵，因为矩阵乘法的定义根本不适用于该场景，因为组合线性变换 w.r.t. 的基本数学解释。在这种情况下，某些基础不能适用。你到底想做什么？
现在几乎没有理由使用np.matrix。使用原始的 ndarray、np.dot(arr,arr1) 或 arr@arr1 执行相同的操作 - 矩阵乘法。基本规则（你应该从学校数学中记住）是arr 的最后一个维度应该匹配arr1 的第二个到最后一个维度。 arr*arr1 应该可以工作，因为所有尺寸都匹配。但这是逐元素乘法。
@ReinstateMonica-ζ-- 我只是想做简单的矩阵乘法。非常感谢。但我现在真的觉得自己好傻。大声笑

标签： python numpy matrix-multiplication

【解决方案1】：

如果您尝试进行逐元素乘法（即 1*1、32*2、3*39、2*2、4*41、6*6），那么您需要使用 numpy.相乘。

import numpy as np
a = np.matrix([[1,32,3],[2,4,6]])
b = np.matrix([[1,2,39],[2,41,6]])
np.multiply(a,b)

返回这个

matrix([[  1,  64, 117],
        [  4, 164,  36]])

如果您真的想做矩阵乘法（线性代数），请查看上面其他人的 cmets。

【讨论】：