numpy 中是否有等效的 Matlab 点函数？答案

【问题标题】：Is there an equivalent Matlab dot function in numpy?numpy 中是否有等效的 Matlab 点函数？
【发布时间】：2012-07-03 08:55:32
【问题描述】：

numpy 中是否有等效的 Matlab dot 函数？

Matlab 中的dot 函数：对于多维数组 A 和 B，dot 返回沿 A 和 B 的第一个非单维的标量积。A 和 B 的大小必须相同。

在 numpy 中，以下类似但不等价：

dot (A.conj().T, B)

【问题讨论】：

你的A和B是什么类型的？ numpy 数组还是 numpy 矩阵？

标签： python matlab numpy

【解决方案1】：

在 MATLAB 中，dot(A,B) 两个相同大小的矩阵 A 和 B 很简单：

sum(conj(A).*B)

等效的 Python/Numpy：

np.sum(A.conj()*B, axis=0)

【讨论】：

【解决方案2】：

Matlab 示例1：

A = [1,2,3;4,5,6] B = [7,8,9;10,11,12] dot(A,B)

结果： 47 71 99

Matlab 例子2：

sum(A.*B)

结果： 47 71 99

Numpy版本的Matlab例子2：

A = np.matrix([[1,2,3],[4,5,6]]) B = np.matrix([[7,8,9],[10,11,12]]) np.multiply(A,B).sum(axis=0)

结果：矩阵([[47, 71, 99]])

【讨论】：

【解决方案3】：

检查这些备忘单。

Numpy 包含一个数组类和一个矩阵类。 array 类旨在成为用于多种数值计算的通用 n 维数组，而 matrix 旨在促进线性代数计算。实际上，两者之间只有少数几个关键区别。

运算符*、dot() 和 multiply()：
对于数组，* 表示逐元素乘法，dot() 函数用于矩阵乘法。
对于矩阵，* 表示矩阵乘法，multiply() 函数用于逐元素乘法。

【讨论】：