我使用numpy来计算矩阵乘法.如果我使用t = t*x,它可以正常工作,但如果我使用t*= x,它就不会.我需要使用t = t*x吗?
import numpy as np
if __name__ == '__main__':
x = [
[0.9, 0.075, 0.025],
[0.15, 0.8, 0.05],
[0.25, 0.25, 0.5]
]
t = [1, 0, 0]
x = np.matrix(x)
t = np.matrix(t)
t = t * x # work , [[ 0.9 0.075 0.025]]
# t *= x # not work? always [[0 0 0]]
print t
Run Code Online (Sandbox Code Playgroud)
你填充t了整数而不是浮点数,所以NumPy决定你想要一个整数dtype矩阵.执行t *= x此操作时,请求执行操作,重新使用该t对象存储结果.这会强制将结果转换为整数,因此可以存储它们t.
t使用浮点数初始化:
t = numpy.matrix([1.0, 0.0, 0.0])
Run Code Online (Sandbox Code Playgroud)
我还建议切换到普通数组而不是矩阵.*过度的便利dot是不值得的不一致的matrix原因.如果您使用的是Python 3.5或更高版本,您甚至可以使用@常规数组进行矩阵乘法.