numpy.dotで行列が返ってくる

Question

発生した問題

pythonのライブラリnumpyを用いて作業をしているのですが、内積を求めるのにnp.dotを用いると以下のように行列の形で返ってきてしまいます。どうすればいいのでしょうか？
np.matrixを用いて書き直すべきでしょうか？

[[ 0.16666667  0.          0.        ]
 [ 0.          0.91666667 -0.27777778]
 [ 0.          0.625      -0.16666667]]

C:\Users\Test\Anaconda3\lib\site-packages\ipykernel_launcher.py:21: RuntimeWarning: invalid value encountered in true_divide

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-20-9acb8a5e22ef> in <module>()
     25 
     26 I = np.array((1,1,1))
---> 27 power_method(I.T, A1)

<ipython-input-20-9acb8a5e22ef> in power_method(x_0, A)
     21         l = np.dot(x,x)/ np.dot(x,pre_x)
     22         H.append(v)
---> 23         if np.abs(v - (pre_v)) < eps:
     24               return H
     25 

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

該当のソースコード

import numpy as np
A1 = np.array([[1,0,0], [0,5,-1], [0,3,0]])
A2 = np.array([[1,0,0], [0,0,-1], [0,3,0]])
def power_method(x_0,A):
    eps =1e-4
    iteration_max = 100
    x = x_0
    y = np.array(A * x)
    pre_x = x
    x = y / np.linalg.norm(y)

    v = np.dot(x , x, out = None) / np.dot(x , pre_x, out = None)
    print (v)
    H = []
    
    for i in range(iteration_max):
        pre_x = x
        y = x * A
        x = y / np.linalg.norm(y)
        pre_v = v
        l = np.dot(x,x)/ np.dot(x,pre_x)
        H.append(v)
        if np.abs(v - (pre_v)) < eps:
              return H

I = np.array((1,1,1))
power_method(I.T, A1)

試したこと

Aをかけたりする過程で型がかわってしまったりしているのかなとy = np.array(～)としてみるなどはためしてみたのですがうまくいきません…

Comments

[hayataka2049]

コードのどこの部分に関して言っていて、何を期待していて期待とどう違うのかがわかりづらいので、どの部分なのか、np.dotに渡っている引数、期待しているnp.dotの返り値、実際に返っている値などを示すと回答しやすいです。

Answer 1

ndim=2の配列同士をnp.dotに渡すと、いわゆる行列積が返ります。

ここでいう「内積」はそれぞれの行列の対応する要素の積の和でしょうか。であれば、幾つかの方法で求められます。

方法1：アダマール積を求めてからsumする

>>> import numpy as np
>>> a = np.array([[0,1],[2,3]])
>>> b = np.array([[4,5],[6,7]])
>>> (a*b).sum()
38

方法2：1次元配列に変換してdotする

>>> np.dot(a.ravel(), b.ravel())
38

（他にも良いやり方はあるかもしれません）