关于python中的矩阵乘法（array和mat类型）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了关于python中的矩阵乘法（array和mat类型），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1220字，纯文字阅读大概需要2分钟。

内容图文

关于python中的矩阵乘法，我们一般有两种数据格式可以实现：np.array()类型和np.mat()类型；

对于这两种数据类型均有三种操作方式：

（1）乘号 *

（2）np.dot()

（3）np.multiply()

而这三种操作方式在操作这两种数据格式时又有点区别，下面一一列出来：

import numpy as np 

#np.array() type
#1. np.dot()
a = np.array([[1 , 2] , [3 , 4]] , dtype = np.float)
b = np.array([[1 , 2] , [3 , 4]] , dtype = np.float)
c = np.dot(a , b)
print(c)
#output:[[  7.  10.],[ 15.  22.]]

#2. *
d = a * b
print(d)
#output:[[  1.   4.],[  9.  16.]]

#3. np.multiply()
e = np.multiply(a , b)
print(e)
#output:[[  1.   4.],[  9.  16.]]

#np.mat() type
#4. *
A = np.mat([[1 , 2] , [3 , 4]] , dtype = np.float)
B = np.mat([[1 , 2] , [3 , 4]] , dtype = np.float)
C = A * B
print(C)
#output:[[  7.  10.],[ 15.  22.]]

#5. np.dot()
D = np.dot(A , B)
print(D)
#output:[[  7.  10.],[ 15.  22.]]

#6. np.multiply()
E = np.multiply(A , B)
print(E)
#output:[[  1.   4.],[  9.  16.]]

# np.mat() * np.array()
F = A * a;
print(F)
#output:[[  7.  10.],[ 15.  22.]]

由上面的代码可以总结如下：

（1）np.dot（）对于这两种数据格式均为矩阵乘法；

（2）np.multiply()对于这两种数据格式均为按元素相乘；

（3）符号“*”对于array类型是矩阵乘法，对于mat类型是按元素类型相乘，而当一个array类型乘上一个mat类型时，则为矩阵乘法；

内容总结

以上是互联网集市为您收集整理的关于python中的矩阵乘法（array和mat类型）全部内容，希望文章能够帮你解决关于python中的矩阵乘法（array和mat类型）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端