使用其转置向量计算向量

Question

我正在计算矩阵内散点，其中我有一个 50x20 向量，我遇到的事情是将转置向量乘以原始向量，给我一个尺寸误差，说明如下：

operands could not be broadcast together with shapes (50,20) (20,50)

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

备选方案是：

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，我应用该公式的方式是否正确？如果不是，将转置向量乘以非转置向量的正确方法是什么？

Answer 1

是的，np.dot 公式是正确的。如果你写 array = my_array * my_array_transposed 你要求 Python 执行分量乘法。相反，您需要在 numpy 中使用 np.dot.

实现的逐列乘法