显示ValueError:形状(1,3)和(1,3)未对齐:3(dim 1)!= 1(dim 0)

Question

我正在尝试运行此代码,最后2个点产品显示错误,如标题中所示.我检查了矩阵的大小,两者都是(3,1),那么为什么在做dot产品时它会显示错误？

coordinate1 = [-7.173, -2.314, 2.811] 
coordinate2 = [-5.204, -3.598, 3.323] 
coordinate3 = [-3.922, -3.881, 4.044] 
coordinate4 = [-2.734, -3.794, 3.085] 

import numpy as np 
from numpy import matrix
coordinate1i=matrix(coordinate1)
coordinate2i=matrix(coordinate2)
coordinate3i=matrix(coordinate3)
coordinate4i=matrix(coordinate4)

b0 = coordinate1i - coordinate2i
b1 = coordinate3i - coordinate2i
b2 = coordinate4i - coordinate3i

n1 = np.cross(b0, b1)
n2 = np.cross(b2, b1)

n12cross = np.cross(n1,n2)
x1= np.cross(n1,b1)/np.linalg.norm(b1)
print np.shape(x1)
print np.shape(n2)
np.asarray(x1)
np.asarray(n2)

y = np.dot(x1,n2)
x = np.dot(n1,n2)

return np.degrees(np.arctan2(y, x))

Answer 1

通过使用将矩阵转换为数组

n12 = np.squeeze(np.asarray(n2))

X12 = np.squeeze(np.asarray(x1))

解决了这个问题.

Answer 2

与需要匹配维度的标准算术不同，点积要求维度是以下之一：

• (X..., A, B) dot (Y..., B, C) -> (X..., Y..., A, C), 其中...表示“0 个或多个不同的值
• (B,) dot (B, C) -> (C,)
• (A, B) dot (B,) -> (A,)
• (B,) dot (B,) -> ()

你的问题是，你正在使用np.matrix，这是在你的代码完全不必要的-主要目的np.matrix是翻译a * b成np.dot(a, b)。一般来说，np.matrix可能不是一个好的选择。

Answer 3

numpy.dot(a, b, out=None)

两个数组的点积。

对于 N 维，它是 的最后一个轴a和 的倒数第二个轴的总和b。

文档：numpy.dot。

Answer 4

第一个矩阵的列和第二个矩阵的行应相等，并且顺序应仅这样

column of first matrix = row of second matrix

并且不要按照以下步骤

row of first matrix  = column of second matrix

它将引发错误