python - 用转置向量计算向量

Question

我正在计算矩阵内散点图，其中我有一个 50x20 向量，而我发生的事情是将转置向量乘以原始向量，给我一个维度错误，如下所示：

操作数不能与形状一起广播 (50,20) (20,50)

我尝试的是：array = my_array * my_array_transposed并得到上述错误。

替代方案是这样做：

new_array = np.dot(my_array,  np.transpose(my_array))

例如，在 Octave 中，这会容易得多，但由于向量的大小，如果这是进行以下计算的方法，我很难确认基本事实：

因为据我所知，乘法是否是元素明智的。

我的问题是，我是否以正确的方式应用该公式？如果不是，将转置向量乘以非转置向量的正确方法是什么？

标签： pythonnumpyvectortransposescatter-matrix

Answer 1

是的，np.dot公式是正确的。如果你写array = my_array * my_array_transposed，你是在要求 Python 执行组件乘法。相反，您需要在 numpy with 中实现的逐列乘法np.dot。