python中np.multiply()、np.dot()和星號(hào)(*)三種乘法運(yùn)算的區(qū)別詳解

為了區(qū)分三種乘法運(yùn)算的規(guī)則，具體分析如下：

import numpy as np

1. np.multiply()函數(shù)

函數(shù)作用

數(shù)組和矩陣對(duì)應(yīng)位置相乘，輸出與相乘數(shù)組/矩陣的大小一致

1.1數(shù)組場景

A = np.arange(1,5).reshape(2,2)
A

array([[1, 2],
       [3, 4]])

B = np.arange(0,4).reshape(2,2)
B

array([[0, 1],
       [2, 3]])

np.multiply(A,B)  #數(shù)組對(duì)應(yīng)元素位置相乘

array([[ 0,  2],
       [ 6, 12]])

1.2 矩陣場景

np.multiply(np.mat(A),np.mat(B))  #矩陣對(duì)應(yīng)元素位置相乘，利用np.mat()將數(shù)組轉(zhuǎn)換為矩陣

matrix([[ 0,  2],
        [ 6, 12]])

np.sum(np.multiply(np.mat(A),np.mat(B))) #輸出為標(biāo)量

20

2. np.dot()函數(shù)

函數(shù)作用

對(duì)于秩為1的數(shù)組，執(zhí)行對(duì)應(yīng)位置相乘，然后再相加；

對(duì)于秩不為1的二維數(shù)組，執(zhí)行矩陣乘法運(yùn)算；超過二維的可以參考numpy庫介紹。

2.1 數(shù)組場景

2.1.1 數(shù)組秩不為1的場景

A = np.arange(1,5).reshape(2,2)
A

array([[1, 2],
       [3, 4]])

B = np.arange(0,4).reshape(2,2)
B

array([[0, 1],
       [2, 3]])

np.dot(A,B) #對(duì)數(shù)組執(zhí)行矩陣相乘運(yùn)算

array([[ 4,  7],
       [ 8, 15]])

2.1.2 數(shù)組秩為1的場景

C = np.arange(1,4)
C

array([1, 2, 3])

D = np.arange(0,3)
D

array([0, 1, 2])

np.dot(C,D) #對(duì)應(yīng)位置相乘，再求和

8

2.2 矩陣場景

np.dot(np.mat(A),np.mat(B)) #執(zhí)行矩陣乘法運(yùn)算

matrix([[ 4,  7],
        [ 8, 15]])

3. 星號(hào)（*）乘法運(yùn)算

作用

對(duì)數(shù)組執(zhí)行對(duì)應(yīng)位置相乘

對(duì)矩陣執(zhí)行矩陣乘法運(yùn)算

3.1 數(shù)組場景

A = np.arange(1,5).reshape(2,2)
A

array([[1, 2],
       [3, 4]])

B = np.arange(0,4).reshape(2,2)
B

array([[0, 1],
       [2, 3]])

A*B #對(duì)應(yīng)位置點(diǎn)乘

array([[ 0,  2],
       [ 6, 12]])

3.2矩陣場景

(np.mat(A))*(np.mat(B)) #執(zhí)行矩陣運(yùn)算

matrix([[ 4,  7],
        [ 8, 15]])

到此這篇關(guān)于python中np.multiply()、np.dot()和星號(hào)(*)三種乘法運(yùn)算的區(qū)別詳解的文章就介紹到這了,更多相關(guān)python np.multiply()、np.dot()和星號(hào)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！