Numpy中的矩阵乘法

对于np.array对象

创建两个array对象

>>> import numpy as np
>>> 
>>> a = np.array([[1,2],[3,4]])
>>> b = np.array([[5,6],[7,8]])
>>> a
array([[1, 2],
       [3, 4]])
>>> b
array([[5, 6],
       [7, 8]])

元素乘法

用a * b或者np.multiply(a,b)

>>> a*b
array([[ 5, 12],
       [21, 32]])
>>> np.multiply(a,b)
array([[ 5, 12],
       [21, 32]])

矩阵乘法

用np.dot(a,b)、np.matmul(a,b) 或a.dot(b)

>>> np.dot(a,b)
array([[19, 22],
       [43, 50]])
>>> np.matmul(a,b)
array([[19, 22],
       [43, 50]])
>>> a.dot(b)
array([[19, 22],
       [43, 50]])

对于np.matrix对象

两个matrix对象

>>> a = np.matrix(a)
>>> b = np.matrix(b)
>>> a
matrix([[1, 2],
        [3, 4]])
>>> b
matrix([[5, 6],
        [7, 8]])

元素乘法

用np.multiply(a,b)

>>> np.multiply(a,b)
matrix([[ 5, 12],
        [21, 32]])

矩阵乘法

用a * b、np.dot(a,b)、np.matmul(a,b) 或a.dot(b)

note：
对于matrix对象来说，a * b是矩阵乘法。与array对象是不一样的

>>> a*b
matrix([[19, 22],
        [43, 50]])
>>> np.dot(a,b)
matrix([[19, 22],
        [43, 50]])
>>> np.matmul(a,b)
matrix([[19, 22],
        [43, 50]])
>>> a.dot(b)
matrix([[19, 22],
        [43, 50]])