numpy 给出错误的矩阵结果？

Question

我正在做一些矩阵计算，但得到了一些错误的值。

import numpy as np
np.set_printoptions(formatter={'float': lambda x: "{0:0.2f}".format(x)})

#deltaT
arr1 = np.array([[0, 0.01, 0, 0.1],
                 [0, -0.05, 0, 0],
                 [0.05, 0, -0.01, 0],
                 [0, 0, 0, 0]])


#T1inv
arr2 = np.array([[0., 1., 0., -5],
                 [0, 0, 1, -2],
                 [1, 0, 0, -8],
                 [0, 0, 0, 1]])



# Multiply
arr3 = np.multiply(arr1, arr2)
print(arr3)

这返回了错误的值。它应该返回：

我尝试了很多不同的矩阵乘法技术，但没有一个返回正确的值。问题是 python 以及它如何看待浮点值吗？

Answer 1

您似乎正在寻找矩阵点积而不是乘积（dot vs multiply）。我还注意到，在您提供的代码中，与图像相比，数组顺序发生了翻转，这对于这些计算很重要。经过这些更改，代码应该如下所示（注意 arr2 在点积中首先传递）。

import numpy as np
np.set_printoptions(formatter={'float': lambda x: "{0:0.2f}".format(x)})

#deltaT
arr1 = np.array([[0, 0.01, 0, 0.1],
                 [0, -0.05, 0, 0],
                 [0.05, 0, -0.01, 0],
                 [0, 0, 0, 0]])


#T1inv
arr2 = np.array([[0., 1., 0., -5],
                 [0, 0, 1, -2],
                 [1, 0, 0, -8],
                 [0, 0, 0, 1]])



# Multiply
arr3 = np.dot(arr2, arr1)
print(arr3)