向量、矩阵的几种乘法

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]]