如下所示:
a = np.arange(1, 5).reshape(2, 2)
b = np.arange(2, 6).reshape(2, 2)
c = a * b
dot = np.dot(a, b)
print(a)
print(b)
print(c)
print(dot)
打印出a
[[1 2]
[3 4]]
打印出b
[[2 3]
[4 5]]
a * b 每個(gè)相對位置的數(shù)值相乘1*2=2,2*3=6,3*4=12,4*5=20.比較簡單,自己腦補(bǔ)一下
[[ 2 6]
[12 20]]
a.dot(b)也可以下成下面的那種形式,看你喜歡了.關(guān)鍵是算法
[[10 13]
[22 29]]
10=1*2+2*4 a[1][1]*b[1][1]+a[1][2]*b[2][1]
13=1*3+2*5
22=3*2+4*4
29=3*3+4*5 a[2][1]*b[1][2]+a[2][2]*b[2][2]
就這樣了,規(guī)律自己找~
補(bǔ)充:Numpy矩陣乘積函數(shù)(dot)運(yùn)算規(guī)則解析
np.dot(A, B)
A為二維m*n的舉證,B必須為n*l的矩陣,l兩個(gè)矩陣的n必須一致,也就是說A有多少列,B就必須有多少行,否則無法運(yùn)算。結(jié)果得到m*l的矩陣
m*l = np.dot(m*n,n*l),m n l指維度,得到m*l的矩陣
運(yùn)算順序如下圖:
程序演示如下:
import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3, 2], [4, 3], [4, 3]]
print(np.dot(A, B))
結(jié)果:
[[23 17]
[56 41]]
如果A和B的形狀交換會怎么樣呢?
import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3, 2], [4, 3], [4, 3]]
print(np.dot(B, A))
結(jié)果是這樣喲!不是說形狀一定是變小喲
[[11 16 21]
[16 23 30]
[16 23 30]]
這是A和B的形狀不一樣:
import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3], [4], [4]]
print(np.dot(A, B))
結(jié)果如下:
[[23]
[56]]
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
您可能感興趣的文章:- python3 numpy中數(shù)組相乘np.dot(a,b)運(yùn)算的規(guī)則說明
- nditer—numpy.ndarray 多維數(shù)組的迭代操作
- numpy中np.nditer、flags=[multi_index] 的用法說明
- numpy 實(shí)現(xiàn)返回指定行的指定元素的位置索引
- Python基礎(chǔ)之Numpy的基本用法詳解
- Python基礎(chǔ)之numpy庫的使用
- Python利用numpy實(shí)現(xiàn)三層神經(jīng)網(wǎng)絡(luò)的示例代碼