python的几种矩阵相乘的公式详解
1.同线性代数中矩阵乘法的定义：np.dot()
np.dot(A,B)：对于二维矩阵，计算真正意义上的矩阵乘积，同线性代数中矩阵乘法的定义。对于一维矩阵，计算两者的内积。见如下Python代码：
importnumpyasnp
#2-Darray:2x3
two_dim_matrix_one=np.array([[1,2,3],[4,5,6]])
#2-Darray:3x2
two_dim_matrix_two=np.array([[1,2],[3,4],[5,6]])
two_multi_res=np.dot(two_dim_matrix_one,two_dim_matrix_two)
print('two_multi_res:%s'%(two_multi_res))
#1-Darray
one_dim_vec_one=np.array([1,2,3])
one_dim_vec_two=np.array([4,5,6])
one_result_res=np.dot(one_dim_vec_one,one_dim_vec_two)
print('one_result_res:%s'%(one_result_res))
结果如下：
two_multi_res:[[2228] [4964]] one_result_res:32
2.对应元素相乘element-wiseproduct:np.multiply(),或*
在Python中，实现对应元素相乘，有2种方式，一个是np.multiply()，另外一个是*。见如下Python代码：
importnumpyasnp
#2-Darray:2x3
two_dim_matrix_one=np.array([[1,2,3],[4,5,6]])
another_two_dim_matrix_one=np.array([[7,8,9],[4,7,1]])
#对应元素相乘element-wiseproduct
element_wise=two_dim_matrix_one*another_two_dim_matrix_one
print('elementwiseproduct:%s'%(element_wise))
#对应元素相乘element-wiseproduct
element_wise_2=np.multiply(two_dim_matrix_one,another_two_dim_matrix_one)
print('elementwiseproduct:%s'%(element_wise_2))
结果如下：
elementwiseproduct:[[71627] [16356]] elementwiseproduct:[[71627] [16356]]
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。