Numpy 中的矩阵向量乘法

最新推荐文章于 2025-06-26 12:23:30 发布

原创最新推荐文章于 2025-06-26 12:23:30 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #矩阵向量乘法

python 专栏收录该内容

95 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实现方式，包括np.multiply、np.dot、np.matmul等函数的使用场景，并对比了np.array与np.matrix在乘法运算上的不同表现。

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]])

array中对应元素乘法。用 a*b 或 np.multiply(a,b) ，

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

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

array中矩阵乘法（内积相乘）。用 np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b)或者a@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]])

矩阵中元素乘法用 np.multiply(a,b)

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

矩阵中矩阵乘法 （内积相乘）用 a*b 或 np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b)或者a@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]])