python矩阵乘法 点乘_转（matlab和numpy矩阵乘法异同）

广义的矩阵的矩阵乘法包括：矩阵相乘，矩阵点乘，向量乘法与向量点乘，内积。

对应的MATLAB有[* , .* ,

dot]三种运算符。分别表示的相乘，点乘和内积。

而在numpy中呢，也有*和dot两种运算

下面开始说他们之间的关系：

1.矩阵乘法：

MATLAB下的矩阵乘法a*b，在python下是numpy.dot(a,b)

很明显，a的列数必须等于b的行数，因为这个是矩阵的运算。

2.矩阵(向量)点乘

MATLAB下的矩阵点乘是a.*b，而在python下是a*b,

很明显，a与b的size是完全一样的

3.内积

在MATLAB下，vector的内积，用函数dot(a,b)实现。而在python下，也是dot(a,b)

a,b的长度必须一致

内积和：sum(dot(a,b))

a = [ 0, 0, 0,

0, 0, 0, 30;

0, 0, 0, 0, 50, 50, 50;

0, 0, 0, 20, 50, 0, 0;

0, 0, 0, 50, 50, 0, 0;

0, 0, 0, 50, 50, 0, 0;

0, 0, 0, 50, 50, 0, 0;

0, 0, 0, 50, 50, 0, 0]

b = [ 0, 0, 0,

0, 0, 30, 0;

0, 0, 0, 0, 30, 0, 0;

0, 0, 0, 30, 0, 0, 0;

0, 0, 0, 30, 0, 0, 0;

0, 0, 0, 30, 0, 0, 0;

0, 0, 0, 30, 0, 0, 0;

0, 0, 0, 0, 0, 0, 0]

c = [ 0, 0, 0, 0, 0, 0,

0;

0, 40, 0, 0, 0, 0, 0;

40, 0, 40, 0, 0, 0, 0;

40, 20, 0, 0, 0, 0, 0;

0, 50, 0, 0, 0, 0, 0;

0, 0, 50, 0, 0, 0, 0;

25, 25, 0, 50, 0, 0, 0]

d = a.*

b

e =

sum(dot(a,b))