numpy array matrix 相乘

numpy不知道为啥要搞很多种乘法，特别容易搞混（网上很多搞混的文章），*在array和matrix中的含义还不同，还造了个@运算符

array 的相乘

a = np.array([1,2,3])
b = np.array([1,2,3])
print(a*b) #[1 4 9]
print(np.multiply(a,b)) #[1 4 9]
print(a@b) #14
print(np.dot(a,b)) #14

array中*/multiply是对应元素相乘，@则是对*/dot结果求和

matrix 的相乘

a = np.matrix([[1,2,3],[4,5,6]])
b = np.matrix([[1],[2],[3]])
print(a*b)
print(a@b)
print(np.dot(a,b))
'''
三者结果均为：
[[14]
 [32]]
'''

a = np.matrix([[1,2,3],[4,5,6]])
b = np.matrix([[1,2,3]])
print(np.multiply(a,b))
'''
[[ 1  4  9]
 [ 4 10 18]]
'''

martix中* @ dot都是直观上的矩阵相乘，而multiply则是对应元素相乘

总结

@ dot的含义相对固定，而* multiply则容易混淆