ValueError: shapes (4,4) and (3,) not aligned: 4 (dim 1) != 3 (dim 0)

Question

import numpy as np
A = np.matrix([[1, 2, 3],
               [4, 5, 6],
               [7, 8, 9],
               [10, 11, 12]])
u, s, vt = np.linalg.svd(A)
print (np.dot(u, np.dot(np.diag(s), vt)))

我使用 numpy 创建矩阵，下面显示脚本错误。

ValueError: shapes (4,4) and (3,) not aligned: 4 (dim 1) != 3 (dim 0)

Answer 1

您正在尝试在两个不兼容的矩阵之间进行点积。 u 的列数（形状为 (4x4)）不等于 np.dot(np.diag(s), vt) 的行数（形状为 (3x3)）

Answer 2

如果在 SVD 之后添加 print(u.shape, s.shape, vt.shape)，您会看到 u 是一个 4x4 矩阵，而 np.dot(np.diag(s), vt) return 是一个 3x3 矩阵。因此无法计算 u 的点积。将 np.linalg.svd 的 full_matrices 选项设置为 False 将 return 一个 4x3 矩阵，并允许计算点积。即

import numpy as np
A = np.matrix([[1, 2, 3], 
               [4, 5, 6], 
               [7, 8, 9],
               [10, 11, 12]])
u, s, vt = np.linalg.svd(A, full_matrices=False)
print(np.dot(u, np.dot(np.diag(s), vt)))

对于你的具体问题，这是否是正确的做法是另一回事。

ValueError: shapes (4,4) and (3,) not aligned: 4 (dim 1) != 3 (dim 0)

ValueError: shapes (4,4) and (3,) not aligned: 4 (dim 1) != 3 (dim 0)

python

numpy

lsa