今天大家一起了解一下Python中什么是詳解矩陣乘法！python 矩陣有兩種形式：array 和 matrix 對象(它們的區別在這里就不說了)，下面介紹相關乘法

1. np.multiply

對 array 和 matrix 對象的操作相同

(1) a 和 b 維度相同

都是每行對應元素相乘(即對應內積的第一步，不求和)

>>> a = np.array([[1,2],[1,2]])

>>> a*a

>>> array([[1, 4],

[1, 4]])

(2)對于兩個矩陣元素 a 和 b 維度不一的情況(array 和 matrix 對象都適用)，則需將相應的行和列進行擴充，需要擴充的行或列的維度必須為 1。

對列擴充則補 1， 對行擴充則將第一行復制到每一行。比如，a：3 * 1， b: 1 * 2，則 a 擴充為 3 * 2，b 擴充為 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為標量：則標量直接相乘

2. *

(1)對于 matrix 對象，代表矩陣乘法(維度必須滿足相應規則);

(2)對于array對象，則是每行對應元素相乘。當 array 對象的 shape 不同時(matrix 對象不行) ，其規則和 p.multiply 一樣;

3. np.matmul

該函數對 array 和 matrix 對象的操作是不一樣的。

(1)對于 matrix 對象，對應矩陣乘法，對象維度必須滿足矩陣乘法規則。

(2)對于 array 對象，對應內積，但對象維度必須相同，不支持維度擴展。

(3)不支持標量運算。

在array 中，與 multiply 一樣，每行對應元素相乘

4. np.dot

對于matrix 對象，對應矩陣乘法。

對于兩個 array 類型的元素：a，b，有如下可能:

(1)a 和 b 都是一維 array，那么 dot 就是它們的內積(點乘);

(2)a 和 b 都是二維 array，那么 dot 就是它們的矩陣乘積(即按矩陣乘法規則來計算)，也可以用 matmul 或 a @ b;

(3)如果a 和 b 都是標量(scalar)，那么 dot 就是兩個數的乘積，也可以用 multiply 或 a * b;

(4)若 a：N * D，b：1 * D，那么 dot 為 a 的每一行和 b (只有一行)的 內積;

>>>a = np.array([[1,2], [3, 4]])

>>>b = np.array([1, 2])

>>>np.dot(a, b)

>>>array([ 5, 11])

好啦！今天的分享到這里就結束了，希望大家能夠持續關注馬哥教育官網，每天都會有大量優質內容與大家分享歐！版權聲明：轉載文章來自公開網絡，版權歸作者本人所有，推送文章除非無法確認，我們都會注明作者和來源。如果出處有誤或侵犯到原作者權益，請與我們聯系刪除或授權事宜。