向量和矩阵
首先明确numpy中的两个概念:矩阵和向量
矩阵至少是2-D,向量则是1-D。
如下:
import numpy as np
v = np.array([1,2]) // 向量,shape() == (2,)
m = np.array([[1, 2]]) // 矩阵,shape() == (1,2)
vm = np.expand_dims(v, axis=0) // 向量变为矩阵
三种乘法
对位乘积
- np.multiply(a,b)
- a * b
向量内积
- np.dot(a, b) [当a、b为实数或向量]
矩阵乘积
- np.dot(a, b) [当a、b为矩阵]
- np.matmul(a,b)
- a @ b
可见,np.dot()支持其中两种,所以明确进行矩阵乘积时,推荐使用np.matmul(),或者表达更加清晰的a @ b。
网友评论