numpy 内积、点乘函数

本文对比介绍了numpy中的numpy.dot和numpymatmul函数,详细阐述了它们在实现数组内积操作上的异同,并通过实例展示了如何使用。同时,讲解了numpymultiply函数用于点乘的基本用法。
摘要由CSDN通过智能技术生成
1、numpy dot函数和numpy matmul函数
函数原型
numpy.dot(a, b, out=None)
numpy.matmul(x1, x2, /, 
			 out=None, *,
			 casting='same_kind', 
			 order='K', 
			 dtype=None, 
			 subok=True[, signature, extobj, axes, axis]) = <ufunc 'matmul'>
函数说明

实现数组的内积

函数使用
>>> a = np.ones((2, 3))
>>> a
array([[1., 1., 1.],
       [1., 1., 1.]])
>>> b = np.ones((3, 2))
>>> b
array([[1., 1.],
       [1., 1.],
       [1., 1.]])
>>> c = np.dot(a, b)
>>> c
array([[3., 3.],
       [3., 3.]])
>>> d = np.matmul(a, b)
>>> d
array([[3., 3.],
       [3., 3.]])
2、numpy multiply函数
函数原型
numpy.multiply(x1, x2[, out]) = <ufunc 'multiply'>
函数说明

实现数据的点乘,和两个数组使用*相乘的效果一样。

函数使用
>>> a = np.ones((2, 2))
>>> a
array([[1., 1.],
       [1., 1.]])
>>> b = np.ones((2, 2))
>>> b
array([[1., 1.],
       [1., 1.]])
>>> c = a * b
>>> c
array([[1., 1.],
       [1., 1.]])
>>> d = np.multiply(a, b)
>>> d
array([[1., 1.],
       [1., 1.]])
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

不负韶华ღ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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