[算法导论] 矩阵乘法 @、np.dot()、手写

python之np.argmax（）及对axis=0或者1的理解 - 百度文库

axis = 0 是列，axis = 1是行。

一、python 3种矩阵乘法

1.1 @符号的乘法

import numpy as np
a = np.array([[2,3],[1,2],[3,1]])
b = np.array([1,2,3],[2,1,3])
res1 = a @ b
print(res1) # [[8 7 15][5 4 9][5 7 12]]

1.2 numpy包的dot()

res2 = np.dot(a,b)
print(res2) #同上

1.3 暴力手写

for i in range(len(A)):

        for j in range(len(B[0])):

                New[i][j] = sum( A[i][_]*B[_][j] for _ in range(len(B)) )