np.dot
1.一维情况
import numpy as np
a1 = np.array([1,2,3])
a2 = np.array([2,3,4])
mul1 = np.dot(a1, a2)
print mul1
输出结果[20], 即是计算:
a_{1} * a_{2}^{T}
2.二维情况
import numpy as np
a1 = np.reshape(np.arange(6), (2,3))
a2 = np.reshape(np.arange(6), (3,2))
mul2 = np.dot(a1, a2)
print mul2
输出结果为[[10, 13], [28, 40]],即是计算:
a_1 * a_2
np.multiply
1.一维情况
import numpy as np
a1 = np.array([i+1 for i in range(6)])
a2 = np.array([i+3 for i in range(6)])
mul3 = np.multiply(a1, a2)
print mul3
输出结果为[3, 8, 15, 24, 35, 48], 即是计算(对应数相乘):
[a1_0 * a2_0, ... , a1_5 * a2_5]
2. 二维情况
import numpy as np
a1 = np.reshape(np.array([i+1 for i in range(6)]), (2,3))
a2 = np.reshape(np.array([i+3 for i in range(6)]), (2,3))
mul4 = np.multiply(a1, a2)
print mul4
输出结果为:[[3, 8, 15], [24, 35, 48]],计算方式同上。
本文详细介绍了使用NumPy进行矩阵运算的方法,包括一维和二维情况下的点积(dot)和元素级乘法(multiply),并提供了具体的代码示例。
567

被折叠的 条评论
为什么被折叠?



