python 矩阵乘法
python 矩阵有两种形式：array 和 matrix 对象（它们的区别在这里就不说了），下面介绍相关乘法
1. np.multiply
>>> a = np.array([[1,2],[1,2]]) >>> a*a >>> array([[1, 4], [1, 4]]) >>> a = np.array([[1],[1],[1]]) >>> b = np.array([1,2]) >>> np.multiply(a, b) >>> array([[1, 2], [1, 2], [1, 2]]) （3）a 和 b为标量：则标量直接相乘
2. *
（1）对于 matrix 对象，代表矩阵乘法（维度必须满足相应规则）;
（2）对于array对象，则是每行对应元素相乘。当 array 对象的 shape 不同时（matrix 对象不行） ，其规则和 np.multiply 一样；
3. np.matmul
该函数对 array 和 matrix 对象的操作是不一样的。
（1）对于 matrix 对象，对应矩阵乘法，对象维度必须满足矩阵乘法规则。
（2）对于 array 对象，对应内积，但对象维度必须相同，不支持维度扩展。
（3）不支持标量运算。
>>>a = np.array([[1,2], [3, 4]]) >>>b = np.array([1, 2]) >>>np.dot(a, b) >>>array([ 5, 11]) 以上的总结并不完善，如果有错欢迎指出，谢谢。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/200997.html原文链接：https://javaforall.net
![SPI转can芯片mcp2515[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
