Numpy矩阵运算

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]])