Numpy.dot() 尺寸未对齐

Question

我无法正确输入 scipy.signal.dlsim 方法。

该方法需要 4 个状态 space 矩阵：

A = np.array([
    [0.9056, -0.1908, 0.0348, 0.0880],
    [0.0973, 0.8728, 0.4091, -0.0027],
    [0.0068, -0.1694, 0.9729, -0.6131],
    [-0.0264, 0.0014, 0.1094, 0.6551]
    ])

B = np.array([
    [0, -0.0003, -0.0330, -0.0042, -0.0037],
    [0, -0.0005, 0.0513, -0.0869, -0.1812],
    [0, 0.0003, -0.0732, 1.1768, -1.1799],
    [0, -0.0002, -0.0008, 0.2821, -0.4797]
    ])

C = np.array([-0.01394, -0.0941, 0.0564, 0.0435])

D = np.array([0, 0.0004, -0.0055, 0.3326, 0.5383])

和我按以下方式构建的输入向量：

inputs = np.array([
    data['input1'].values(),
    data['input2'].values(),
    data['input3'].values(),
    data['input4'].values(),
    data['input5'].values()
])

这将创建一个具有 (5x752) 维度的输入矩阵（我有 752 个数据点）。所以我采用输入矩阵的转置来预处理我的数据：

inputs = np.transpose(inputs)

输入矩阵现在有 (752x5) 个维度，我认为这是 scipy 的模拟算法所必需的。

当我执行该方法时，出现以下错误：

    110     # Simulate the system
    111     for i in range(0, out_samples - 1):
--> 112         xout[i+1,:] = np.dot(a, xout[i,:]) + np.dot(b, u_dt[i,:])
    113         yout[i,:] = np.dot(c, xout[i,:]) + np.dot(d, u_dt[i,:])
    114 

ValueError: shapes (4,5) and (1,5) not aligned: 5 (dim 1) != 1 (dim 0)

我知道 scipy 无法进行此乘法运算，但我不知道应该以哪种格式将我的输入数组提供给该方法。如果我不转置矩阵，尺寸会更糟 (1x752)。

我是不是漏掉了什么？

Answer 1

numpy.dot() 方法分别对矩阵和数组起作用。我将某处的数组转换为矩阵，以便能够轻松读取导致此错误的尺寸。如果向量被解释为矩阵，Numpy 会将其视为行向量。这给出了尺寸错误：(4x5) x (1x5).

当numpy把vector看成数组时，numpy.dot()自动做右乘，因为vector看成是列向量，np.dot()可以正确计算：(4x5) x (5x1)

Numpy.dot() 尺寸未对齐

Numpy.dot() dimensions not aligned

python

numpy

matrix

scipy