总结

  • 元素乘法:np.multiply(a,b)
  • 矩阵乘法:np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或直接用 a @ b

唯独注意*,在 np.array 中重载为元素乘法,在 np.matrix 中重载为矩阵乘法!

注意:
对于数组格式的数据,一维、二维数组都可以使用元素、矩阵相乘;
对于矩阵格式的数据,一维矩阵只能进行元素乘法,二维矩阵都可以。

1. 对于 np.array 对象

二维数组

在这里插入图片描述

一维数组

在这里插入图片描述

1.1 元素乘法 用 a*b 或 np.multiply(a,b)

二维数组

在这里插入图片描述

一维数组

在这里插入图片描述

1.2 矩阵乘法 用 np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或 a@b

二维数组

在这里插入图片描述

一维数组(对应位置相乘,再求和)

在这里插入图片描述

2. 对于 np.matrix 对象

二维矩阵

在这里插入图片描述

一维矩阵

在这里插入图片描述

2.1 元素乘法 用 np.multiply(a,b)

二维矩阵

在这里插入图片描述

一维矩阵

在这里插入图片描述

2.2 矩阵乘法 用 a*b 或 np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b)

二维矩阵

在这里插入图片描述

一维矩阵(报错,不能直接进行矩阵运算)

在这里插入图片描述

参考:
Numpy 中的矩阵向量乘法
python中np.multiply()、np.dot()和星号(*)三种乘法运算的区别

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐