(转载)Python中的几种矩阵乘法
https://www.cnblogs.com/hezhiyao/p/8177832.html
一. np.dot()
1.同线性代数中矩阵乘法的定义。np.dot(A, B)表示:
对二维矩阵,计算真正意义上的矩阵乘积。
对于一维矩阵,计算两者的内积。
2.代码
【code】
复制代码
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))
复制代码
【result】
two_multi_res: [[22 28]
[49 64]]
one_result_res: 32
二. np.multiply()或 *
1.在Python中,实现对应元素相乘(element-wise product),有2种方式,
一个是np.multiply()
另外一个是 *
2.代码
【code】
复制代码
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]])
对应元素相乘 element-wise product
element_wise = two_dim_matrix_one * another_two_dim_matrix_one
print(‘element wise product: %s’ %(element_wise))
对应元素相乘 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))
复制代码
【result】
element wise product: [[ 7 16 27]
[16 35 6]]
element wise product: [[ 7 16 27]
[16 35 6]]
- Python 中的几种矩阵乘法 np.dot, np.multiply, *
- Python 中的几种矩阵乘法 np.dot, np.multiply, *【转】
- Python 中的几种矩阵乘法 np.dot, np.multiply, *
- Python中的几种矩阵乘法
- Python 矩阵乘法
- 算法导论,动态规划 —— 矩阵链乘法(python代码实现示例)
- Numpy中的几种矩阵乘法 np.dot, np.multiply, *
- python实现矩阵乘法的方法
- 【转载】ACM中矩阵乘法的应用
- python中实现矩阵乘法
- Python算法 Hadoop实例-单轮MapReduce的矩阵乘法
- 基于Cuda的几种并行稀疏矩阵乘法方法(一)
- 简单算法的Python实现4--矩阵乘法
- CUDA/GPU下矩阵乘法的几种实现的C++源码
- Python中矩阵和数组的乘法简介
- python tensorflow学习笔记(四)矩阵乘法
- 让Python脚本暂停执行的几种方法(转载)
- 用python实现矩阵乘法
- Python numpy库中的array,list与矩阵的乘法,以及增添元素的方法
- Python Numpy Tutorials: 数组乘法:点乘和矩阵(数组)乘法