numpy中np.multiply()、np.dot()、" * "、np.matmul()的区别与联系
| 类别 | np.multiply | np.dot() | " * " | np.matmul() |
|---|---|---|---|---|
| 数组 | 对应位置相乘， 输出与原数组大小一致 |
秩为1(内积运算)， 执行对应位置相乘， 然后再相加； 秩不为1的， 执行矩阵乘法运算； |
对应位置相乘 | 矩阵乘法运算 做内积 |
| 矩阵 | 对应位置相乘， 输出与原矩阵大小一致 |
执行矩阵乘法运算 | 矩阵乘法运算 | 矩阵乘法运算 |
| 数组运算 | a = array([[1, 2], [3, 4]]) b = array([[0, 1], [2, 3]]) np.multiply(a,b) |
秩不为1 a = array([[1, 2], [3, 4]]) b = array([[0, 1], [2, 3]]) np.dot(a,b) ； 秩为1, c = array([1, 2, 3]) d = array([0, 1, 2]) np.dot(c,d) #对应位置相乘，再求和 |
a= array([[1,2],[3, 4]]) b= array([[0, 1], [2, 3]]) a*b |
a = array([[1, 2], [3, 4]]) b = array([[0, 1], [2, 3]]) np.matmul(a,b) |
| 输出 | array([[ 0, 2], [ 6, 12]]) | array([[ 4, 7], [ 8, 15]]) ； 8 |
array([[ 0, 2], [ 6, 12]]) | array([[ 4, 7], [ 8, 15]]) |
| 矩阵运算 | np.multiply(np.mat(a) ,np.mat(b)) |
np.dot(np.mat(a),np.mat(b)) #执行矩阵乘法 | (np.mat(a))*(np.mat(b)) | np.matmul (np.mat(a),np.mat(b)) |
| 输出 | matrix([[ 0, 2], [ 6, 12]]) | matrix([[ 4, 7]， [ 8, 15]]) | matrix([[ 4, 7], [ 8, 15]]) | matrix([[ 4, 7], [ 8, 15]]) |
特别提示：
np.dot:
数组中如果a或者b中有一个是标量，则np.dot等同于np.multiply()或者" * "
如果a是N-D数组，b是1-D数组，答案是，a和b最后一个轴的乘积
例：
# 2-D array: 2 x 3
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([1,2,3])
result_ab = np.dot(a,b)
print('result_ab:\n %s' %(result_ab))
结果：
result_ab:
[14 32]
