栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

【python】numpy中的np.dot(),np.matmul(), np.multiply(), np.prod(), * , @ 的区别

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【python】numpy中的np.dot(),np.matmul(), np.multiply(), np.prod(), * , @ 的区别

5.16 #15 numpy中的np.dot(),np.matmul(), np.multiply(), np.prod(), * , @ 的区别
  1. np.dot():向量内积
  2. np.matmul():矩阵乘法
  3. np.multiply():乘法
  4. np.prod():矩阵某维度的元素乘积
  5. *:等价于np.multiply()
  6. @:等价于np.matmul()

比如:

(1) np.dot()

>>> a = np.array([1,2,3,4])
>>> b = np.array([2,1,2,4])
>>> np.dot(a,b)
26

(2) np.matmul()和@

>>> A = np.array([[1,2,3],
...               [2,3,4],
...               [1,0,0]])
>>> B = np.array([[1,0,0],
...               [0,1,1],
...               [0,0,1]])
>>> np.matmul(A,B)
array([[1, 2, 5],
       [2, 3, 7],
       [1, 0, 0]])
>>> A@B
array([[1, 2, 5],
       [2, 3, 7],
       [1, 0, 0]])
>>> np.matmul(B,A)
array([[1, 2, 3],
       [3, 3, 4],
       [1, 0, 0]])
>>> B@A
array([[1, 2, 3],
       [3, 3, 4],
       [1, 0, 0]])

(3) np.multiply()和*

>>> A = np.array([[1,2,3],
...               [2,3,4],
...               [1,0,0]])
>>> np.prod(A)
0
>>> np.prod([[1,2],[3,4]])
24
>>> np.prod(A,axis=1)
array([ 6, 24,  0])
>>> 
>>> np.multiply(2,A)
array([[2, 4, 6],
       [4, 6, 8],
       [2, 0, 0]])
>>> 
>>> 2*A
array([[2, 4, 6],
       [4, 6, 8],
       [2, 0, 0]])
>>> 
>>> np.multiply(2,1)
2

备注:其实输入二维矩阵到np.dot()也能实现矩阵运算,但不推荐这样做,尽量让专门的函数做专门的事情

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/889793.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号