python3两个三阶矩阵相乘公式_python的几种矩阵相乘的公式详解

本文介绍了Python3中使用numpy库进行矩阵乘法的两种方法:np.dot()用于实现线性代数中的矩阵乘法,而元素相乘可以使用np.multiply()或直接使用*操作符。通过示例代码展示了这两种乘法的用法和结果。
摘要由CSDN通过智能技术生成

1. 同线性代数中矩阵乘法的定义: np.dot()

np.dot(A, B):对于二维矩阵,计算真正意义上的矩阵乘积,同线性代数中矩阵乘法的定义。对于一维矩阵,计算两者的内积。见如下Python代码:

import numpy as np

# 2-D array: 2 x 3

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

# 2-D array: 3 x 2

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

two_multi_res = np.dot(two_dim_matrix_one, two_dim_matrix_two)

print('two_multi_res: %s' %(two_multi_res))

# 1-D array

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

one_dim_vec_two = np.array([4, 5, 6])

one_result_res = np.dot(one_dim_vec_one, one_dim_vec_two)

print('one_result_res: %s' %(one_result_res))

结果如下:

two_multi_res: [[22 28]

[49 64]]

one_result_res: 32

2. 对应元素相乘 element-wise product: np.multiply(), 或 *

在Python中,实现对应元素相乘

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值