python的几种乘法

一、python中几种乘法运算的区别

---

• 1.np.multiplty()

作用：数组和矩阵对应位置相乘，输出结果与相乘数组/矩阵的大小一致.
例如：

• 数组场景：

A = np.arrange(1,5).reshape（2,2）

即 A = array([[1,2],
          [3,4]])
B = np.arrange(1,5).reshape（2,2）
即 B = array([[0,1],
          [2,3]])
C = np.mulitply(A,B)  
C = array([[0,2],
           [6,12]])

• 矩阵场景：

np.multiply(np.mat(A),np.mat(B))
得 matrix([[0,2]
       [6,12])
np.sum(np.multiply(np.mat(A),np.mat(B)))  #输出为标量

---

 

• 2.np.dot()函数

作用：对于秩为1的数组，执行对应位置相乘然后再相加；对于秩不为1的数组，执行矩阵乘法运算
例如：

• 数组秩为1的情况：对应位置相乘然后再相加

D = array(np.arrange(1,4))
D = array([1,2,3])
E = array(np.arrange(0,3))
E = array([0,1,2])
np.dot(D,E) #对应位置相乘再求和
输出 8

• 数组秩不为1的情况：执行矩阵乘法运算

 A = array([[1,2],
          [3,4]])

 B = array([[0,1],
          [2,3]])

np.dot(A,B)
得 array([[4,7],
          [8,15]])

• 矩阵情况：执行乘法运算

np.dot(np.mat(A),np.mat(B))
得 array([[4,7],
          [8,15]])

---

• 3.星号*运算

作用：对数组执行对应位置相乘，对矩阵执行矩阵乘法运算

• 数组场景：对应位置相乘

A = np.arrange(1,5).reshape（2,2）
即 A = array([[1,2],
          [3,4]])
B = np.arrange(1,5).reshape（2,2）
即 B = array([[0,1],
          [2,3]])
C = np.mulitply(A,B)  
C = array([[0,2],
           [6,12]])

• 矩阵场景：乘法运算

(np.mat(A))*(np.mat(B))  #执行矩阵乘法运算
得matrix([[4,7],
          [8,15]])