python中np.multiply (), np.dot()和星号(*)三种乘法运算的区别有哪些

数组([[1、2],
,,,,,,[3,4]])

B =, np.arange (0, 4) .reshape (2, 2) 　　B

数组([[0,1],
,,,,,,[2、3]])

np.multiply (A, B),, #数组对应元素位置相乘

阵列([[0,,2],
,,,,,,[6、12]])

1.2矩阵场景

np.multiply (np.mat (A), np.mat (B)),, #矩阵对应元素位置相乘,利用np.mat()将数组转换为矩阵

矩阵([[0,,2],
,,,,,,,[6、12]])

np.sum (np.multiply (np.mat (A), np.mat (B))), #输出为标量

20

2。np.dot()函数

函数作用

对于秩为1的数组,执行对应位置相乘,然后再相加;

对于秩不为1的二维数组,执行矩阵乘法运算;超过二维的可以参考numpy库介绍。

2.1数组场景

2.1.1数组秩不为1的场景

A =, np.arange (1、5) .reshape (2, 2) 　　

数组([[1、2],
,,,,,,[3,4]])

B =, np.arange (0, 4) .reshape (2, 2) 　　B

数组([[0,1],
,,,,,,[2、3]])

np.dot (A, B), #对数组执行矩阵相乘运算

阵列([[4,,7),
,,,,,,[8 15]])

2.1.2数组秩为1的场景

C =, np.arange (1、4) 　　C

数组([1,2,3])

D =, np.arange (0, 3) 　　D

数组([0,1,2)

np.dot (C, D), #对应位置相乘,再求和

8

2.2矩阵场景

np.dot (np.mat (A), np.mat (B)), #执行矩阵乘法运算

矩阵([[4,,7),
,,,,,,,[8 15]])

3。星号(*)乘法运算

作用

对数组执行对应位置相乘

对矩阵执行矩阵乘法运算

3.1数组场景

A =, np.arange (1、5) .reshape (2, 2) 　　

数组([[1、2],
,,,,,,[3,4]])

B =, np.arange (0, 4) .reshape (2, 2) 　　B

数组([[0,1],
,,,,,,[2、3]])

* B  #对应位置点乘

阵列([[0,,2],
,,,,,,[6、12]])

3.2矩阵场景

(np.mat (A)) * (np.mat (B)), #执行矩阵运算

矩阵([[4,,7),
,,,,,,,[8 15]])

python中np.multiply (), np.dot()和星号(*)三种乘法运算的区别有哪些