numpy 向量/矩阵的乘法

import numpy as np

一维向量与一维向量

#------------一维向量与一维向量------------------#

vec1 = np.array([1, 2, 3])
vec2 = np.array([4, 5, 6])

# np.inner() 对应位置的元素相乘相加求和
res_inner1 = np.inner(vec1, vec2)  # 32
 

# * 对应位置的元素相乘 成为新矩阵该位置的元素
res_star1 = vec1 * vec2  # [4,10,8]
 

# np.dot() 对两个一维向量相当于 np.inner()
res_dot1 = np.dot(vec1, vec2) # 32
res_mult1 = np.dot(vec1, vec2.T) # 32
res_mult11 = np.dot(vec1.T, vec2) # 32

二维矩阵与一维向量

#-----------二维矩阵与一维向量--------------#
x2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
theta_x2 = np.array([10, 100, 1000])

# np.inner() 每一行的对应元素与向量相乘求和 最后结果为x2各行向量与theta_x2点积结果 组成的行向量
res_inner2 = np.inner(x2, theta_x2)  # [3210, 6540, 9870]
 
# * 对应位置的元素相乘 成为新矩阵该位置的元素
res_star2 = x2 * theta_x2   # [10  200 3000]
                            # [40  500 6000]
                            # [70  800 9000]

# np.dot() 相当于np.inner()
res_dot2 = np.dot(x2, theta_x2)  # [3210, 6540, 9870]

二维矩阵与二维矩阵

#------------二维矩阵与二维矩阵--------------------#

x3 = np.array([[1, 3, 5], [2, 4, 6], [9, 9, 9]])
theta_x3 = np.array([[1, 1, 1], [10, 10, 10], [100, 100, 100]])


# np.inner() 没懂
res_inner3 = np.inner(x3, theta_x3) #  [9   90  900]
                                    #  [12  120 1200]
                                     # [27  270 2700]


# * 对应位置的元素相乘 成为新矩阵该位置的元素
res_star3 = x3 * theta_x3

# np.dot() 矩阵乘法
res_dot3 = np.dot(x3, theta_x3)  # [531 531 531]
                                 # [642 642 642]
                                 # [999 999 999]