numpy 一维矩阵乘法

import numpy as np
A = np.array([[1,2],[3,4],[5,6]])  #A的shape为（3，2）
B = np.array([[7],[8]])    #B的shape为（2，1）
np.dot(A,B)               #A*B的shape为（3，2）*（2，1）为（3，1）

输出为

array([[23],
       [53],
       [83]])

import numpy as np
A = np.array([[1,2],[3,4],[5,6]])  #A的shape为（3，2）
B = np.array([7,8])    #B的shape为（2，）
np.dot(A,B)               #A*B的shape为（3，2）*（2，）为（3，），即A*B为一维数组

输出为

array([23, 53, 83])

import numpy as np
A = np.array([[1,2,3],[4,5,6]])  #A的shape为（2，3）
B = np.array([7,8])    #B的shape为（2，）
np.dot(B,A)               #B*A的shape为（2，）*（2，3）为（3，），即B*A为一维数组

输出为

array([39, 54, 69])

 python numpy中 shape(5,) 和shape(1,5) 的区别_一年又半的博客-CSDN博客

 (3,)转化为（1，3）

x = np.array([1,2,3])
print(x.shape)
y = np.array([x])
print(y.shape)

输出为

(3,)
(1, 3)