python – Numpy.dot()维度未对齐 -清零世界

概述

该方法需要4个状态空间矩阵：

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],0.0003,-0.0732,1.1768,-1.1799],-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])

和我用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(5×752)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)

输入矩阵现在具有我认为是scipy仿真算法所必需的(752×5)维度.

当我执行该方法时,我收到以下错误：

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,:]) + np.dot(d,:])
    114 

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

我知道scipy无法进行这种乘法,但我不知道我应该以哪种格式将输入数组提供给方法.如果我不转置矩阵,那么尺寸会更差(1×752).

我在这里错过了什么吗？

当numpy将向量视为数组时,numpy.dot()会自动进行正确的乘法,因为向量被视为列向量,并且np.dot()可以正确计算：(4×5)x(5×1)

总结

以上是编程之家为你收集整理的python – Numpy.dot()维度未对齐全部内容，希望文章能够帮你解决python – Numpy.dot()维度未对齐所遇到的程序开发问题。

如果您也喜欢它,动动您的小指点个赞吧

python – Numpy.dot()维度未对齐

概述

总结

分类汇总

您的鼓励是对我最大的支持