Python 中的几种矩阵乘法 np.dot, np.multiply, *

使用array时，运算符 * 用于计算数量积(点乘)，函数 dot() 用于计算矢量积(叉乘).
使用matrix时，运算符 * 用于计算矢量积，函数 multiply() 用于计算数量积.

下面是使用array时：

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。

2. 对应元素相乘 element-wise product: 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*。这两种的效果是一样的。

 

请看代码：

#!/usr/bin/env python3
# -*- coding: utf-8 

import numpy as np

X = np.array([[1,2],[3,4]])
Y = np.array([[5,6],[7,8]])

a1 = np.dot(X,Y)
print('np.dot(X,Y)=\n',a1)

a2 = np.multiply(X,Y)
print('np.multiply(X,Y)=\n',a2)

运行结果：

?

1 2 3 4 5 6 7 8 9

np.dot(X,Y)=  [[19 22]  [43 50]] np.multiply(X,Y)=  [[ 5 12]  [21 32]] X*Y=  [[ 5 12]  [21 32]]