关于numpy.outer/dot/multiply的原理记录

numpy.outer

官方文档

numpy.outer(a,b,out=None)

计算两个向量的 外积。
假设有两个两个向量 $a=[a_0,a_1,a_2]$ 和 $b=[b_0,b_1,b_2]$ 那么他们的外积就是：
$$\left[\begin{array}{cccc}{a}_0\ast b_0& a_0\ast b_1& a_0\ast b_2& \\ a_1\ast b_0& .& & \\ ...& .& .& \\ a_2\ast b_0& .& a_2\ast b_2& \end{array}\right]$$

对于两个矩阵$a=\left[\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right]$和$b=\left[\begin{array}{cc}{b}_{11}& b_{12}\\ b_{21}& b_{22}\end{array}\right]$ ，他们的外积等于
$$\left[\begin{array}{cccc}{a}_{11}\ast b_{11}& a_{11}\ast b_{12}& a_{11}\ast b_{21}& a_{11}\ast b_{22}\\ a_{12}\ast b_{11}& a_{12}\ast b_{12}& a_{12}\ast b_{21}& a_{12}\ast b_{22}\\ ...& & & \\ a_{22}\ast b_{11}& a_{22}\ast b_{12}& a_{22}\ast b_{21}& a_{22}\ast b_{22}\end{array}\right]$$

参数
a:($M,$)array_like
第一个输入的向量。如果是矩阵，自动展开成一维
b:($N,$)array_like
第二个输入向量。如果是矩阵，自动展开成一维
out:$(M,N)$ndarray,optional
存储结果的地方，也就是说它就是 返回值

import numpy as np

a=[[1,2,3],[0,3,4],[3,0,5]]
a=np.array(a)
print(np.outer(a,a.T))
'''
[[ 1  0  3  2  3  0  3  4  5]
 [ 2  0  6  4  6  0  6  8 10]
 [ 3  0  9  6  9  0  9 12 15]
 [ 0  0  0  0  0  0  0  0  0]
 [ 3  0  9  6  9  0  9 12 15]
 [ 4  0 12  8 12  0 12 16 20]
 [ 3  0  9  6  9  0  9 12 15]
 [ 0  0  0  0  0  0  0  0  0]
 [ 5  0 15 10 15  0 15 20 25]]
'''

numpy.dot

官方文档

numpy.dot(a, b, out=None)

同样是上面两个向量和两个矩阵
$$a_{vector}\cdot b_{vector}=a_0\ast b_0+a_1\ast b_1+a_2\ast b_2$$

$$a_{matrix}\cdot b_{matrix}=\left[\begin{array}{cc}{a}_{11}\ast b_{11}+a_{12}\ast b_{21}& a_{11}\ast b_{12}+a_{12}\ast b_{22}\\ a_{21}\ast b_{11}+a_{22}\ast b_{21}& a_{21}\ast b_{12}+a_{22}\ast b_{22}\end{array}\right]$$

至于参数，和上面的意思差不多

import numpy as np

a=[[1,2,3],[0,3,4],[3,0,5]]
a=np.array(a)
print(np.dot(a.T,a))
'''
[[10  2 18]
 [ 2 13 18]
 [18 18 50]]
'''

numpy.multiply

官方文档

numpy.multiply(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'multiply'>¶

这个虽然参数很多，但是我们常使用不用这么多参数，只需要把两个向量（或者矩阵）输入进去就好了
至于原理，就和我们普通乘法一样，对应位置的元素相乘比如上面的两个矩阵
$$a_{matrix}\times b_{matrix=}\left[\begin{array}{cc}{a}_{11}\ast b_{11}& a_{12}\ast b_{12}\\ a_{21}\ast b_{21}& a_{22}\ast b_{22}\end{array}\right]$$

import numpy as np

a=[[1,2,3],[0,3,4],[3,0,5]]
a=np.array(a)
print(np.multiply(a.T,a))
'''
[[ 1  0  9]
 [ 0  9  0]
 [ 9  0 25]]
'''