关于matlab：如何重塑一个矩阵，然后将它与另一个矩阵相乘，然后在python中再次重塑它

How to reshape a matrix and then multiply it by another matrix and then reshape it again in python

我在将 python 与矩阵乘法和整形结合使用时遇到了问题。例如，我有一个大小为 (16,1) 的列 S 和另一个大小为 (4,4) 的矩阵 H，我需要将列 S 重新整形为 (4,4) 以便将它与 H 相乘并且然后再次将其重新整形为 (16,1)，我在 matlab 中进行了如下操作：

1
2
3
4
5
6
7

clear all; clc; clear
H = randn(4,4,16) + 1j.*randn(4,4,16);
S = randn(16,1) + 1j.*randn(16,1);
for ij = 1 : 16
y(:,:,ij) = reshape(H(:,:,ij)*reshape(S,4,[]),[],1);
end
y = mean(y,3);

来到python：

1
2
3
4
5
6
7

import numpy as np

H = np.random.randn(4,4,16) + 1j * np.random.randn(4,4,16)
S = np.random.randn(16,) + 1j * np.random.randn(16,)
y = np.zeros((4,4,16),dtype=complex)
for ij in range(16):
y[:,:,ij] = np.reshape(h[:,:,ij]@S.reshape(4,4),16,1)

但是我在这里得到一个错误，我们无法将大小为 256 的矩阵 y 重新整形为 16x1。

有人知道如何解决这个问题吗？

只需这样做：

1
2
3
4

S.shape = (4,4)
for ij in range(16):
y[:,:,ij] = H[:,:,ij] @ S
S.shape = -1 # equivalent to 16

相关讨论

np.dot 如果两个操作数有两个或多个轴，则对两个操作数的最后一个和倒数第二个轴进行操作。你可以移动你的轴来使用它。

请记住，Matlab 中的 reshape(S, 4, 4) 可能等同于 Python 中的 S.reshape(4, 4).T。

所以给定形状 (4, 4, 16) 的 H 和形状 (16,) 的 S，您可以使用

将 H 的每个通道乘以重新整形的 S

1	np.moveaxis(np.dot(np.moveaxis(H, -1, 0), S.reshape(4, 4).T), 0, -1)

内部 moveaxis 调用使 H 变为 (16, 4, 4) 以便于乘法。外面的效果相反。

或者，您可以使用 S 将被转置为 write

的事实

1	np.transpose(S.reshape(4, 4), np.transpose(H))