np.dot（）方法 —— 矩陣乘法
Usage：np.dot( matrixA, matrixB ) or matrix.dot(matrixB)

example：

import numpy as np# define two matrixs here one = np.array([[1,2,3]]) two = np.array([[4],[5],[6]])# let's take a look at the shape of two matrixs print(one.shape) # (1, 3) print(two.shape) # (3,1)print(np.dot(one,two)) # array([32])print(one.dot(two)) # array([32])

np.multiply () 或者 * ，矩陣內(nèi)逐個元素相乘 element-wise

example

import numpy as np# define two matrixs one = np.array([[1,2,3],[4,5,6]]) two = np.array([[1,2,3],[4,5,6]])print(np.multiply(one,two)print( one * two )

outputs:

array([[ 1, 4, 9],[16, 25, 36]])

另外，對于一維矩陣（相當(dāng)于向量）來說，dot方法計算兩者的內(nèi)積
所謂內(nèi)積，即對兩個向量執(zhí)行點乘運算，就是對這兩個向量對應(yīng)位一一相乘之后求和的操作，所得結(jié)果是一個標(biāo)量。

import numpy as np# define two vectors or one-dimention matrix one = np.array([1,2,3]) two = np.array([3,4,5])print(np.dot(one, two)) # 26

總結(jié)

以上是生活随笔為你收集整理的np的矩阵乘法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。