python中multiply函数_python中numpy库内multiply()、dot()和 * 三种乘法运算的区别小计...

首先，导入函数包：

import numpy as np

1.np.multiply()函数:

数组：(点对点)对应位置元素相乘

矩阵：对应位置元素相乘

示例：

A = np.array([[1,2],[3,4]])

B = np.array([[1,3],[2,4]])

A_mat = np.mat(A)

B_mat = np.mat(B)

A_B_multiply = np.multiply(A, B)

print(A_B_multiply)

'''

[[1,6],

[6,16]]

'''

A_B_mat_multiply = np.multiply(A.mat, B.mat)

print(A_B_mat_multiply)

'''

[[1,6],

[6,16]]

'''

2.np.dot()函数:

数组：(矩阵乘法)行对列，对应元素乘积后相加求和

矩阵：行对列，对应元素乘积后相加求和

示例：

A = np.array([[1,2],[3,4]])

B = np.array([[1,3],[2,4]])

A_mat = np.mat(A)

B_mat = np.mat(B)

A_B_dot = np.dot(A, B)

print(A_B_dot)

'''

[[5,11],

[11,25]]

'''

A_B_mat_dot = dot(A.mat, B.mat)

print(A_B_mat_dot)

'''

[[5,11],

[11,25]]

'''

3.* :

数组：对应位置元素相乘

矩阵：行对列，对应元素乘积后相加求和

示例：

A = np.array([[1,2],[3,4]])

B = np.array([[1,3],[2,4]])

A_mat = np.mat(A)

B_mat = np.mat(B)

print(A*B)

'''

[[1,6],

[6,16]]

'''

pritn((np.mat(A))*(np.mat(B)))

'''

[[5,11],

[11,25]]

'''

总结：

数组

矩阵

np.multiply()

点对点相乘

点对点相乘

np.dot()

矩阵乘法

矩阵乘法

*

点对点相乘

矩阵乘法

标签：mat,python,矩阵,np,multiply,array,numpy,dot