NumPy 矩阵乘法可以通过以下三种方法完成。

1. multiply():逐元素矩阵乘法。

2. matmul():两个数组的矩阵乘积。

3. dot():两个数组的点积。

1. NumPy 矩阵乘法元素明智

如果你想要逐元素矩阵乘法,你可以使用 multiply() 函数。

import numpy as np

arr1 = np.array([[1, 2],
                 [3, 4]])
arr2 = np.array([[5, 6],
                 [7, 8]])

arr_result = np.multiply(arr1, arr2)

print(arr_result)

输出:

[[ 5 12]
 [21 32]]

下图显示了为获得结果矩阵而执行的乘法运算。

Numpy矩阵乘法()

2.两个 NumPy 数组的矩阵乘积

如果您想要两个数组的矩阵乘积,请使用 matmul() 函数。

import numpy as np

arr1 = np.array([[1, 2],
                 [3, 4]])
arr2 = np.array([[5, 6],
                 [7, 8]])

arr_result = np.matmul(arr1, arr2)

print(f'Matrix Product of arr1 and arr2 is:\n{arr_result}')

arr_result = np.matmul(arr2, arr1)

print(f'Matrix Product of arr2 and arr1 is:\n{arr_result}')

输出:

Matrix Product of arr1 and arr2 is:
[[19 22]
 [43 50]]
Matrix Product of arr2 and arr1 is:
[[23 34]
 [31 46]]

下图解释了结果数组中每个索引的矩阵乘积运算。为简单起见,从第一个数组中取出行,从第二个数组中取出每个索引的列。然后将对应的元素相乘再相加得到矩阵乘积值。

Numpy 矩阵乘积

两个数组的矩阵乘积取决于参数位置。所以 matmul(A, B) 可能与 matmul(B, A) 不同。

3.两个 NumPy 数组的点积

numpy dot() 函数返回两个数组的点积。结果与一维和二维数组的 matmul() 函数相同。

import numpy as np

arr1 = np.array([[1, 2],
                 [3, 4]])
arr2 = np.array([[5, 6],
                 [7, 8]])

arr_result = np.dot(arr1, arr2)

print(f'Dot Product of arr1 and arr2 is:\n{arr_result}')

arr_result = np.dot(arr2, arr1)

print(f'Dot Product of arr2 and arr1 is:\n{arr_result}')

arr_result = np.dot([1, 2], [5, 6])
print(f'Dot Product of two 1-D arrays is:\n{arr_result}')

输出:

Dot Product of arr1 and arr2 is:
[[19 22]
 [43 50]]
Dot Product of arr2 and arr1 is:
[[23 34]
 [31 46]]
Dot Product of two 1-D arrays is:
17

推荐读物:

• numpy.square()

• NumPy sqrt() – 矩阵元素的平方根

• Python NumPy教程

参考文献

• numpy matmul()

• numpy multiply()