Python中的各种乘:dot(),*,multiply()
Python中的各种乘:dot(),*,multiply()
- dot()
当dot()作用在数组类型或list类型时，两个一维数组时，结果为内积；其他为矩阵乘（即矢量积，叉乘）
In [2]:a = np.array([1,1,1])
In [3]:b = np.array([2,2,2])
In [4]:np.dot(a,b)
Out[4]: 6
In [5]:c = np.array([[3,3,3],[4,4,4]])
In [6]:d = np.array([[5],[5],[5]])
In [7]:np.dot(c,d)
Out[7]:
array([[45],
[60]])当dot()作用在矩阵类型时（无论矩阵规模），两个矩阵要满足矩阵乘的行列要求，结果为矩阵乘（即矢量积，叉乘）
In [8]:e = np.mat([[3,3,3],[4,4,4]])
In [9]:f = np.mat([[5],[5],[5]])
In [10]:np.dot(e,f)
Out[10]:
matrix([[45],
[60]])
In [11]:g = np.mat([1,1,1])
In [12]:h = np.mat([2,2,2])
In [13]:np.dot(g,h)
Out[13]:报错- multiply()
无论作用在数组类型、矩阵类型、list类型，结果都为数量积，点乘（即矩阵对应元素相乘），有广播现象
In [14]:np.multiply(a,b)
Out[14]:array([2, 2, 2])
In [15]:np.multiply(b,c)
Out[15]:
array([[6, 6, 6],
[8, 8, 8]])- *
作用在数组类型(不能作用在list类型)时为点乘
In [16]:a*b
Out[16]:array([2, 2, 2])
In [17]:[1,1,1]*[2,2,2]
Out[17]:报错
In [17]:c*d
Out[17]:报错作用在矩阵类型时为叉乘
In [7]:e*f
Out[7]:
matrix([[45],
[60]])-总结：
数据是 矩阵时dot()和*都为叉乘；数组时dot()一维是内积，二维是叉乘，*是点乘。
multiply()一直是点乘，不能作用在list上
（PS：第一次写博客，也是初学Python，不足之处请指教）