Numpy 中的矩阵向量乘法

最新推荐文章于 2024-11-14 21:41:18 发布

梦寐_

最新推荐文章于 2024-11-14 21:41:18 发布

阅读量799

点赞数

CC 4.0 BY-SA版权

分类专栏： numpy

原文链接：https://blog.youkuaiyun.com/itnerd/article/details/83444867

numpy 专栏收录该内容

23 篇文章

订阅专栏

本文详细解析了在NumPy中进行矩阵乘法与元素乘法的区别及操作方法。针对np.array与np.matrix对象，阐述了使用np.multiply、np.dot、np.matmul以及对象方法dot实现不同类型的乘法运算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

结论：

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)
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!

对于 `np.array` 对象

>>> a
array([[1, 2],
       [3, 4]])

元素乘法用 `a*b` 或 `np.multiply(a,b)`，

>>> a*a
array([[ 1,  4],
       [ 9, 16]])

>>> np.multiply(a,a)
array([[ 1,  4],
       [ 9, 16]])

矩阵乘法用 `np.dot(a,b)`或 `np.matmul(a,b)` 或 `a.dot(b)`。

>>> np.dot(a,a)
array([[ 7, 10],
       [15, 22]])

>>> np.matmul(a,a)
array([[ 7, 10],
       [15, 22]])

>>> a.dot(a)
array([[ 7, 10],
       [15, 22]])

对于 `np.matrix` 对象

>>> A
matrix([[1, 2],
        [3, 4]])

元素乘法用 `np.multiply(a,b)`

>>> np.multiply(A,A)
matrix([[ 1,  4],
        [ 9, 16]])

矩阵乘法用 `a*b` 或 `np.dot(a,b)` 或 `np.matmul(a,b)`或 `a.dot(b)`。

>>> A*A
matrix([[ 7, 10],
        [15, 22]])
>>> np.dot(A,A)
matrix([[ 7, 10],
        [15, 22]])
>>> np.matmul(A,A)
matrix([[ 7, 10],
        [15, 22]])
>>> A.dot(A)
matrix([[ 7, 10],
        [15, 22]])