如何用NumPy广播计算Rij=Aij×Bji/Cij并校验矩阵尺寸？

你的代码存在的核心问题 #

• 误用矩阵乘法：公式里的Aij × Bji是逐元素对应相乘，但你用了@（矩阵乘法运算符），这会计算行乘列的累加和，完全不符合需求。
• 校验逻辑无效：先执行计算再做尺寸检查，若矩阵尺寸不匹配，计算阶段就会先抛出错误，校验代码根本不会触发；且只检查了行数，没验证列数，无法确保是n×n的方阵。

正确实现步骤 #

1. 将输入列表转为NumPy数组，利用其广播特性完成逐元素运算
2. 先做严格的尺寸校验：确保三个矩阵都是n×n方阵，且尺寸完全一致
3. 对B做转置得到Bji，再和A做元素级乘法，最后与C做元素级除法

修正后的代码 #

import numpy as np

A = [[(i+j)/2000 for i in range(500)] for j in range(500)]
B = [[(i-j)/2000 for i in range(500)] for j in range(500)]
C = [[((i+1)/(j+1))/2000 for i in range(500)] for j in range(500)]

def matrix_R(A, B, C):
    # 转换为NumPy数组
    A_arr = np.array(A)
    B_arr = np.array(B)
    C_arr = np.array(C)
    
    # 严格校验矩阵尺寸：必须是同尺寸的n×n二维方阵
    if (A_arr.ndim != 2 or B_arr.ndim != 2 or C_arr.ndim != 2 or
        A_arr.shape[0] != A_arr.shape[1] or
        A_arr.shape != B_arr.shape or A_arr.shape != C_arr.shape):
        raise ValueError("输入矩阵必须是同尺寸的n×n方阵")
    
    # 元素级运算：Aij * Bji / Cij，B的转置用.T实现
    Rij = (A_arr * B_arr.T) / C_arr
    return Rij

# 测试调用
result = matrix_R(A, B, C)
print(result.shape)  # 输出(500, 500)，符合预期

关键细节说明 #

• 元素级运算：用*（乘法）和/（除法）对应公式的逐元素操作，这才是Rij = Aij × Bji/Cij的正确实现方式，NumPy会自动利用广播完成同尺寸矩阵的逐元素计算。
• 转置操作：.T是NumPy数组的便捷转置写法，和np.transpose()效果完全一致。
• 异常处理：用ValueError更符合参数错误的语义，校验逻辑覆盖了非二维矩阵、非方阵、尺寸不匹配三种错误场景。
• 除零处理：如果C矩阵存在零元素，除法会产生inf或nan，可通过np.divide的where参数过滤：

  Rij = np.divide(A_arr * B_arr.T, C_arr, where=C_arr != 0)
  

内容的提问来源于stack exchange，提问作者sansa