点乘
向量与向量的点乘是逐个元素相乘后求和。
矩阵与矩阵的点乘就是矩阵乘法。
在 Python 中可使用 numpy.dot 或 @ 实现。方阵还可采用numpy.matmul。
Example
import numpy as np
a = np.array([1, 1, 1])
b = np.array([1, 2, 3])
A = np.array([[1, 2, 3], [4, 5, 6]])
B = np.array([[7, 8], [9, 10], [11, 12]])
ab = np.dot(a, b)
AB = np.dot(A, B)
print(ab)
print(AB)
print(A@B)
6
[[ 58 64]
[139 154]]
[[ 58 64]
[139 154]]
叉乘
叉乘,又叫向量积。
Example
import numpy as np
a = np.array([1, 1, 1])
b = np.array([1, 2, 3])
A = np.array([[1, 2, 3], [4, 5, 6]])
B = np.array([[7, 8], [9, 10], [11, 12]])
ab = np.cross(a, b)
# AB = np.cross(A, B)
print(ab)
[ 1 -2 1]
cross这个函数返回的是两个向量叉乘的结果,传入两个不同阶矩阵A和B会报错。
克罗内克积
Example
import numpy as np
a = np.array([1, 1, 1])
b = np.array([1, 2, 3])
A = np.array([[1, 2, 3], [4, 5, 6]])
B = np.array([[7, 8], [9, 10], [11, 12]])
ab = np.kron(a, b)
AB = np.kron(A, B)
print(ab)
print(AB)
[1 2 3 1 2 3 1 2 3]
[[ 7 8 14 16 21 24]
[ 9 10 18 20 27 30]
[11 12 22 24 33 36]
[28 32 35 40 42 48]
[36 40 45 50 54 60]
[44 48 55 60 66 72]]
哈达玛积
在这里注意哈达玛积和哈达玛矩阵。
哈达玛矩阵是由+1和-1元素构成的且满足Hn*Hn’=nI(这里Hn’为Hn的转置,I为单位方阵)的n阶方阵。
可以由from scipy.linalg import hadamard
生成。
哈达玛积是矩阵的一类运算,是两个同阶矩阵的对应元素相乘。
在 Python 中可直接由 * 完成。
如果矩阵是由numpy.matrix定义的,则 * 完成的矩阵乘法运算,即上述的点乘。
Example
import numpy as np
a = np.array([1, 1, 1])
b = np.array([1, 2, 3])
A = np.array([[1, 2, 3], [4, 5, 6]])
C = np.array([[10, 11, 12], [13, 14, 15]])
AC = A*C
print(a*b)
print(AC)
[1 2 3]
[[10 22 36]
[52 70 90]]