python Numpy 中的矩阵向量乘法（np.multiply（）、np.dot（）、np.matmul() 和 星号（*）、@）

总结

• 元素乘法：np.multiply(a,b)
• 矩阵乘法：np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或直接用 a @ b

唯独注意：*，在 np.array 中重载为元素乘法，在 np.matrix 中重载为矩阵乘法!

注意：
对于数组格式的数据，一维、二维数组都可以使用元素、矩阵相乘；
对于矩阵格式的数据，一维矩阵只能进行元素乘法，二维矩阵都可以。

1. 对于 np.array 对象

二维数组

一维数组

1.1 元素乘法 用 a*b 或 np.multiply(a,b)

二维数组

一维数组

1.2 矩阵乘法 用 np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或 a@b

二维数组

一维数组（对应位置相乘，再求和）

2. 对于 np.matrix 对象

二维矩阵

一维矩阵

2.1 元素乘法 用 np.multiply(a,b)

二维矩阵

一维矩阵

2.2 矩阵乘法 用 a*b 或 np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b)

二维矩阵

一维矩阵（报错，不能直接进行矩阵运算）

参考：
Numpy 中的矩阵向量乘法
python中np.multiply（）、np.dot（）和星号（*）三种乘法运算的区别