矩阵中对应元素相乘
1. *
import numpy as np
A = np.array([[1,2],[3,4]])
B = np.array([[3,0],[0,6]])
A * B
输出结果为
array([[ 3, 0],
[ 0, 24]])
2. np.multiply()
np.multiply(A,B)
输出结果为
array([[ 3, 0],
[ 0, 24]])
线性代数意义上的矩阵相乘
1. np.dot()
np.dot(A,B)
输出结果为
array([[ 3, 12],
[ 9, 24]])
广播
Numpy中,形状不相同的数组也可以进行运算,举一个简单的例子。
A = np.array([[1,2],[3,4]])
B = np.array([10,5])
A * B
在这个例子中,广播就是把一维数组B扩展成和二维数组A形状相同的数组,即将
array([10,5])
扩展为
array([[10, 5],
[10, 5]])
然后再将矩阵A和扩展后的矩阵B中对应元素相乘,输出结果为
array([[10, 10],
[30, 20]])