一. np.dot()
1.同线性代数中矩阵乘法的定义。np.dot(A, B)表示：
- 对二维矩阵，计算真正意义上的矩阵乘积。
- 对于一维矩阵，计算两者的内积。
2.代码
【code】
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import numpy as np# 2-D array: 2 x 3two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]])# 2-D array: 3 x 2two_dim_matrix_two = np.array([[1, 2], [3, 4], [5, 6]])two_multi_res = np.dot(two_dim_matrix_one, two_dim_matrix_two)print('two_multi_res: %s' %(two_multi_res))# 1-D arrayone_dim_vec_one = np.array([1, 2, 3])one_dim_vec_two = np.array([4, 5, 6])one_result_res = np.dot(one_dim_vec_one, one_dim_vec_two)print('one_result_res: %s' %(one_result_res)) |
【result】
two_multi_res: [[22 28]
[49 64]]
one_result_res: 32
二. np.multiply()或 *
1.在Python中，实现对应元素相乘（element-wise product），有2种方式，
- 一个是np.multiply()
- 另外一个是 *
2.代码
【code】
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import numpy as np# 2-D array: 2 x 3two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]])another_two_dim_matrix_one = np.array([[7, 8, 9], [4, 7, 1]])# 对应元素相乘 element-wise productelement_wise = two_dim_matrix_one * another_two_dim_matrix_oneprint('element wise product: %s' %(element_wise))# 对应元素相乘 element-wise productelement_wise_2 = np.multiply(two_dim_matrix_one, another_two_dim_matrix_one)print('element wise product: %s' % (element_wise_2)) |
【result】
element wise product: [[ 7 16 27]
[16 35 6]]
element wise product: [[ 7 16 27]
[16 35 6]]
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.cnblogs.com/hezhiyao/p/8177832.html
