*和multiply
对于矩阵,*为数学意义的矩阵乘法:
1 2 3 4 5 | import numpy as np a = np.mat([ 1 , 2 , 3 ]) b = np.mat([[ 0 ],[ 5 ],[ 7 ]]) print (a * b) print (b * a) |
输出:
1 2 3 4 | [[ 31 ]] [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] |
multiply是对应元素相乘,列向量的元素分别乘以行向量得到的行向量作为结果的行向量。
1 2 3 4 5 | import numpy as np a = np.mat([ 1 , 2 , 3 ]) b = np.mat([[ 0 ],[ 5 ],[ 7 ]]) print (np.multiply(a,b)) print (np.multiply(b,a)) |
输出:
1 2 3 4 5 6 | [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] |
对于数组,*和multiply均为对应元素相乘:
1 2 3 4 5 6 7 | import numpy as np a = np.array([ 1 , 2 , 3 ]) b = np.array([[ 0 ],[ 5 ],[ 7 ]]) print (np.multiply(a,b)) print (np.multiply(b,a)) print (a * b) print (b * a) |
输出:
1 2 3 4 5 6 7 8 9 10 11 12 | [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] [[ 0 0 0 ] [ 5 10 15 ] [ 7 14 21 ]] |
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步