【Numpy】numpy.dot(),multiply()，matmul()与‘*’方法

numpy.dot()

1. 如果处理的是一维数组，则得到的是两数组的內积

2. 如果是二维数组（矩阵）之间的运算，则得到的是矩阵积（mastrix product），矩阵乘法

numpy.multiply()

实现矩阵对应元素相乘

numpy,matmul()

实现矩阵乘法

对于dot(),multiply()，matmul()三个方法，无论是在numpy数组还是numpy矩阵上运用的含义是一样的；而“”的运用则是不同的，ab,在数组中意味着对应元素相乘；在矩阵中对应着矩阵乘法。

import numpy as np
>>> a1 = np.array([[1,2,3],[4,5,6]])	#二维向量
>>> b1 = np.array([1,2,3])
>>> a2 = np.array([1,2,3])	#一维向量
>>> b2 = np.array([1,2,3])

>>> np.multiply(a1, b1)# 对应元素相乘，使用了Python的广播(broadcast)技术将b1转换为(2,3)的数组
(array([[ 1,  4,  9],
        [ 4, 10, 18]])
>>> np.multiply(a2,b2)
array([1, 4, 9])
>>> np.dot(a1, b1), np.dot(a2, b2) # 矩阵乘法
(array([14, 32]), 14)
>>> np.matmul(a1, b1), np.matmul(a2, b2) # 矩阵乘法
(array([14, 32]), 14)
#“*”在不同类型数据中代表不同的含义
>>> a1 * b1 # 对应元素相乘
[[ 1  4  9]
 [ 4 10 18]]
 
>>> a3 = np.matrix([[1,2,3],[4,5,6]])
>>> b3 = np.matrix([[1],[2],[3]])
>>> a3 * b3 # 矩阵乘法
[[14]
 [32]]