python multiply()与dot使用示例讲解
作者:坤坤子的世界 时间:2021-08-14 19:34:52
首先创建如下的数组和矩阵,其中a,b为数组,A,B为矩阵
import numpy as np
a = np.arange(1,5).reshape(2,2)
type(a)
Out[3]: numpy.ndarray
b = np.arange(0,4).reshape(2,2)
type(b)
Out[5]: numpy.ndarray
A = np.mat(a)
type(A)
Out[7]: numpy.matrix
B = np.mat(b)
type(B)
Out[9]: numpy.matrix
下面列出数组和矩阵使用multiply()和dot以及*计算的结果,计算场景有点多,这里先给出multiply()、dot以及*之间的区别:
1 * 运算符:当参与计算的类型都为数组时,计算方式为:对应位置相乘,当其中一个类型为矩阵时,则采用矩阵乘法。
2 dot运算符:无论参与计算的是数组还是矩阵,计算方式都为:矩阵乘法,
3 multiply()运算符:无论参与计算的是数组还是矩阵,计算方式都为:对应位置相乘。
数组*数组
a
Out[11]:
array([[1, 2],
[3, 4]])
b
Out[12]:
array([[0, 1],
[2, 3]])
a * b
Out[13]:
array([[ 0, 2],
[ 6, 12]])
矩阵*矩阵
A
Out[14]:
matrix([[1, 2],
[3, 4]])
B
Out[15]:
matrix([[0, 1],
[2, 3]])
A*B
Out[16]:
matrix([[ 4, 7],
[ 8, 15]])
数组dot数组
a
Out[18]:
array([[1, 2],
[3, 4]])
b
Out[19]:
array([[0, 1],
[2, 3]])
a.dot(b)
Out[20]:
array([[ 4, 7],
[ 8, 15]])
矩阵dot矩阵
A
Out[14]:
matrix([[1, 2],
[3, 4]])
B
Out[15]:
matrix([[0, 1],
[2, 3]])
Out[21]:
matrix([[ 4, 7],
[ 8, 15]])
数组multiply数组
a
Out[22]:
array([[1, 2],
[3, 4]])
b
Out[23]:
array([[0, 1],
[2, 3]])
np.multiply(a,b)
Out[24]:
array([[ 0, 2],
[ 6, 12]])
矩阵multiply矩阵
A
Out[25]:
matrix([[1, 2],
[3, 4]])
B
Out[26]:
matrix([[0, 1],
[2, 3]])
np.multiply(A,B)
Out[27]:
matrix([[ 0, 2],
[ 6, 12]])
数组*矩阵
a
Out[29]:
array([[1, 2],
[3, 4]])
B
Out[30]:
matrix([[0, 1],
[2, 3]])
a * B
Out[31]:
matrix([[ 4, 7],
[ 8, 15]])
矩阵*数组
a
Out[29]:
array([[1, 2],
[3, 4]])
B
Out[30]:
matrix([[0, 1],
[2, 3]])
a * B
Out[31]:
matrix([[ 4, 7],
[ 8, 15]])
数组dot矩阵
a
Out[35]:
array([[1, 2],
[3, 4]])
B
Out[36]:
matrix([[0, 1],
[2, 3]])
a.dot(B)
Out[37]:
matrix([[ 4, 7],
[ 8, 15]])
矩阵dot数组
A
Out[38]:
matrix([[1, 2],
[3, 4]])
b
Out[39]:
array([[0, 1],
[2, 3]])
A.dot(b)
Out[40]:
matrix([[ 4, 7],
[ 8, 15]])
数组multiply矩阵
a
Out[41]:
array([[1, 2],
[3, 4]])
B
Out[42]:
matrix([[0, 1],
[2, 3]])
np.multiply(a,B)
Out[43]:
matrix([[ 0, 2],
[ 6, 12]])
矩阵multiply数组
A
Out[44]:
matrix([[1, 2],
[3, 4]])
b
Out[45]:
array([[0, 1],
[2, 3]])
np.multiply(A,b)
Out[46]:
matrix([[ 0, 2],
[ 6, 12]])
总结:
1 * 运算符:当参与计算的类型都为数组时,计算方式为:对应位置相乘,当其中一个类型为矩阵时,则采用矩阵乘法。
2 dot运算符:无论参与计算的是数组还是矩阵,计算方式都为:矩阵乘法,
3 multiply()运算符:无论参与计算的是数组还是矩阵,计算方式都为:对应位置相乘。
数组使用*运算符时,其计算方式为对应的位置相乘,当想使用数组进行矩阵乘法时,可以使用dot实现,而矩阵使用*运算符时,其计算方式矩阵相乘,当想使用矩阵进行对应位置相乘时,可以使用multiply实现。可见 dot运算符负责数组/矩阵的矩阵乘法,multiply负责矩阵/数组的对应位置相乘。
来源:https://blog.csdn.net/qq_33465047/article/details/128430113
标签:python,multiply(),dot
0
投稿
猜你喜欢
教你使用Python根据模板批量生成docx文档
2021-12-27 00:35:13
Python常见数据类型转换操作示例
2022-11-20 19:13:05
python mysql自增字段AUTO_INCREMENT值的修改方式
2023-10-15 07:12:19
ASP 精华源码收集(五年总结)第1/20页
2011-04-07 11:15:00
网页屏蔽鼠标左右键和键盘按键功能
2007-10-17 21:30:00
利用aspjpeg组件自动生成产品缩略图asp源代码
2007-08-10 10:14:00
Oracle 8i字符集乱码问题析及其解决办法
2010-07-26 13:29:00
XML入门的常见问题(二)
2008-09-05 17:20:00
在生成的静态页面中统计点击次数
2009-11-19 13:20:00
python获取网页中所有图片并筛选指定分辨率的方法
2021-07-28 04:57:23
python使用循环打印所有三位数水仙花数的实例
2022-07-02 09:58:59
Python键鼠操作自动化库PyAutoGUI简介(小结)
2022-01-04 09:08:53
Python时区设置方法与pytz查询时区教程
2022-05-20 17:11:51
在Spring中用select last_insert_id()时遇到问题
2009-05-24 19:50:00
Python使用pickle模块存储数据报错解决示例代码
2023-12-10 02:05:05
js 操作cookie的教程
2008-03-05 13:08:00
Python报错SyntaxError:unexpected EOF while parsing的解决办法
2023-10-01 10:29:54
Python使用定时调度任务的方式
2021-03-10 01:40:24
用VB编写ActiveX DLL实现ASP编程
2008-10-21 21:28:00
比较详细的Asp伪静态化方法及Asp静态化探讨
2011-04-14 10:41:00