Numpy dot 返回不同的值

Question

Numpy dot 在标准化后返回不同的值。我有两个函数应该返回相同的值。import numpy as npfrom sklearn.preprocessing import normalizedef foo1(x, y):    with np.errstate(invalid='ignore'):        x_norm = np.nan_to_num(x / (np.linalg.norm(x, axis=0)))    z = np.dot(x_norm, y / np.linalg.norm(y))    print(z)def foo2(x, y):    x_norm = normalize(x, axis=0)    z = np.dot(x_norm, normalize(y))    print(z)最小的可重现示例x = np.array([[1, 2, 3],              [4, 5, 6]])y = np.array([[1], [2], [3]])foo1(x, y)foo2(x, y)输出[[0.62190562] [1.47271032]][[1.0611399 ] [2.79304638]]预期的第一个值。

Answer 1

y因此，您的问题是由3x1 矩阵这一事实引起的。当您调用normalize时，它会在第二个轴 ( axis=1) 上进行归一化，它会分别对每个值进行归一化。所以

normalize(y) -> array([[1.], [1.], [1.]])

当你想要的时候

normalize(y, axis=0) -> array([[0.26726124], [0.53452248], [0.80178373]])

进行此更改，您的两个函数都将返回相同的值[[0.62190562] [1.47271032]]