Python培训
400-996-5531
Python中什么是详解矩阵乘法?
- 发布：Python培训
- 来源：csdn博客
- 时间：2020-05-06 16:46
python 矩阵有两种形式：array 和 matrix 对象(它们的区别在这里就不说了)，下面介绍相关乘法
1. np.multiply
对 array 和 matrix 对象的操作相同
(1) a 和 b 维度相同
都是每行对应元素相乘(即对应内积的第一步，不求和)
>>> a = np.array([[1,2],[1,2]])
>>> a*a
>>> array([[1, 4],
[1, 4]])
(2)对于两个矩阵元素 a 和 b 维度不一的情况(array 和 matrix 对象都适用)，则需将相应的行和列进行扩充，需要扩充的行或列的维度必须为 1。
对列扩充则补 1， 对行扩充则将第一行复制到每一行。比如，a：3 * 1， b: 1 * 2，则 a 扩充为 3 * 2，b 扩充为 3 * 2。
如下所示：
>>> a = np.array([[1],[1],[1]])
>>> b = np.array([1,2])
>>> np.multiply(a, b)
>>> array([[1, 2],
[1, 2],
[1, 2]])
(3)a 和 b为标量：则标量直接相乘
2. *
(1)对于 matrix 对象，代表矩阵乘法(维度必须满足相应规则);
(2)对于array对象，则是每行对应元素相乘。当 array 对象的 shape 不同时(matrix 对象不行) ，其规则和 p.multiply 一样;
3. np.matmul
该函数对 array 和 matrix 对象的操作是不一样的。
(1)对于 matrix 对象，对应矩阵乘法，对象维度必须满足矩阵乘法规则。
(2)对于 array 对象，对应内积，但对象维度必须相同，不支持维度扩展。
(3)不支持标量运算。
在array 中，与 multiply 一样，每行对应元素相乘
4. np.dot
对于matrix 对象，对应矩阵乘法。
对于两个 array 类型的元素：a，b，有如下可能:
(1)a 和 b 都是一维 array，那么 dot 就是它们的内积(点乘);
(2)a 和 b 都是二维 array，那么 dot 就是它们的矩阵乘积(即按矩阵乘法规则来计算)，也可以用 matmul 或 a @ b;
(3)如果a 和 b 都是标量(scalar)，那么 dot 就是两个数的乘积，也可以用 multiply 或 a * b;
(4)若 a：N * D，b：1 * D，那么 dot 为 a 的每一行和 b (只有一行)的 内积;
>>>a = np.array([[1,2], [3, 4]])
>>>b = np.array([1, 2])
>>>np.dot(a, b)
>>>array([ 5, 11])
版权声明：转载文章来自公开网络，版权归作者本人所有，推送文章除非无法确认，我们都会注明作者和来源。如果出处有误或侵犯到原作者权益，请与我们联系删除或授权事宜。
预约申请免费试听课
填写下面表单即可预约申请免费试听！ 怕学不会？助教全程陪读，随时解惑！担心就业？一地学习，可全国推荐就业！
Copyright © Tedu.cn All Rights Reserved 京ICP备08000853号-56 
京公网安备 11010802029508号 达内时代科技集团有限公司 版权所有
选择城市和中心
北京
黑龙江省
吉林省
内蒙古
河北省
陕西省
江苏省
湖北省
四川省
重庆
湖南省
江西省
贵州省
云南省
广西省
海南省
台湾