每次用到都得先测试一下,整理一下以后会方便一些,先举几个例子吧:
demo1:
import numpy as np
a = [[1,2,3],[4,5,6]]
a = np.array(a)
b = [[1,2],[4,5],[3,6]]
b= np.array(b)
#一个(2,3), 一个(3,2),是可以正常的矩阵相乘的
c = np.dot(a, b)
print c
-->result: array([[18, 30],
[42, 69]])
说明dot是正常的矩阵相乘的方法
c = a * b
-->result: error 不能相乘
注意:这里用的是array不是matrix, 如果定义为matrix则* 表示矩阵乘,是OK的。
c = np.outer(a,b)
-->result:
array([[ 1, 2, 4, 5, 3, 6],
[ 2, 4, 8, 10, 6, 12],
[ 3, 6, 12, 15, 9, 18],
[ 4, 8, 16, 20, 12, 24],
[ 5, 10, 20, 25, 15, 30],
[ 6, 12, 24, 30, 18, 36]])
说明outer是a的第一个元素跟b的每一个元素相乘作为第一行,第二个元素跟b的每一个元素相乘作为第二个元素...
一半outer()用的很少
下面试试*的具体作用:
d = np.array([[1,2,1],[2,3,1]])
c = a*d
result:
array([[ 1, 4, 3],
[ 8, 15, 6]])
*来说只能是shape一样的才能相乘,与其他shape的矩阵相乘(*)都会报错,
结果是对应元素相乘作为当前位置的结果,结果矩阵的形状保持不变