Python中的幾種矩陣乘法
- 同線性代數(shù)中矩陣乘法的定義: np.dot()
np.dot(A, B):對于二維矩陣,計算真正意義上的矩陣乘積,同線性代數(shù)中矩陣乘法的定義。對于一維矩陣,計算兩者的內(nèi)積。見如下Python代碼:
import numpy as np
2-D array: 2 x 3
two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]])
2-D array: 3 x 2
two_dim_matrix_two = np.array([[1, 2], [3, 4], [5, 6]])
two_multi_res = np.dot(two_dim_matrix_one, two_dim_matrix_two)
print(‘two_multi_res: %s’ %(two_multi_res))
1-D array
one_dim_vec_one = np.array([1, 2, 3])
one_dim_vec_two = np.array([4, 5, 6])
one_result_res = np.dot(one_dim_vec_one, one_dim_vec_two)
print(‘one_result_res: %s’ %(one_result_res))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
結(jié)果如下:
two_multi_res: [[22 28]
[49 64]]
one_result_res: 32
1
2
3
- 對應(yīng)元素相乘 element-wise product: np.multiply(), 或 *
在Python中,實現(xiàn)對應(yīng)元素相乘,有2種方式,一個是np.multiply(),另外一個是*。見如下Python代碼:
import numpy as np
2-D array: 2 x 3
two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]])
another_two_dim_matrix_one = np.array([[7, 8, 9], [4, 7, 1]])
對應(yīng)元素相乘 element-wise product
element_wise = two_dim_matrix_one * another_two_dim_matrix_one
print(‘element wise product: %s’ %(element_wise))
對應(yīng)元素相乘 element-wise product
element_wise_2 = np.multiply(two_dim_matrix_one, another_two_dim_matrix_one)
print(‘element wise product: %s’ % (element_wise_2))
1
2
3
4
5
6
7
8
9
10
11
12
13
結(jié)果如下:
element wise product: [[ 7 16 27]
[16 35 6]]
element wise product: [[ 7 16 27]
[16 35 6]]
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯(lián)系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機(jī)微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
