Python 中数组、矩阵和元素乘法区别（dot、multiply等）

元素乘法：常用 a*b 或 np.multiply(a,b) 完成元素乘法，即对应元素相乘

矩阵乘法：常用np.dot(a,b) 或 a.dot(b)或 np.matmul(a,b) 或a@b或a*b（ab为矩阵）完成，查看                  矩阵乘法

特别注意： *  在 np.array (数组)中为元素乘法（对应元素相乘），在 np.matrix（矩阵中）中为矩阵乘法!

如果不理解没关系，看下下面的例子你应该会秒懂。

---

元素乘法

可以用 a*b 或 np.multiply(a,b) 完成元素乘法。

表示a*b，如2*3=6；这种情况比较简单，相信你看下下面的代码就秒懂。

import numpy as np
a = 2
b = 3
print('np.multiply(a,b)的结果为：', np.multiply(a, b))

输出结果：
np.multiply(a,b)的结果为： 6

---

矩阵乘法

常用np.dot(a,b) 或 a.dot(b)或 np.matmul(a,b) 完成。矩阵乘法就是线性代数所学的矩阵乘法，忘了的话可以复习下，查看矩阵乘法。
注意： *  在 np.array 中为元素乘法，在 np.matrix 中为矩阵乘法!

                如果还不理解，先看下下面的例子你会秒懂。

import numpy as np

a = np.arange(1, 5).reshape(2, 2)  # 生成一维数组并1-4，并重构为2*2的数组
b = np.arange(1, 5).reshape(2, 2)  # 生成一维数组并1-4，并重构为2*2的数组
print('这是上面生成的数组a：\n', a)  # 输出数组a，看下它长什么样
print('这是上面生成的数组b：\n', b)  # 输出数组b，看下它长什么样

# 当a，b为数组，执行*运算（此时为元素乘法）
print('当a和b为数组时a*b的结果为：\n', a * b)

# 将a，b转化为矩阵后，再执行*运算（此时为矩阵乘法），你就会发现与上面的区别
a = np.matrix(a)  # 将b转化为矩阵
b = np.matrix(b)  # 将b转化为矩阵
print('当a和b为矩阵时a*b的结果为：\n', a * b)


输出结果如下：

这是上面生成的数组a：
 [[1 2]
 [3 4]]

这是上面生成的数组b：
 [[1 2]
 [3 4]]

当a和b为数组时a*b的结果为（a和b按对应元素相乘）：
 [[ 1  4]
 [ 9 16]]

当a和b为矩阵时a*b的结果为（a和b按矩阵乘法相乘）：
 [[ 7 10]
 [15 22]]

因此，在使用*运算要特别注意，在 np.array（数组） 中为对应元素相乘，在 np.matrix（矩  阵） 中为矩阵乘法!

附测试代码：

import numpy as np

a = np.arange(1, 5).reshape(2, 2)  # 生成一维数组并1-4，并重构为2*2的数组
b = np.arange(1, 5).reshape(2, 2)  # 生成一维数组并1-4，并重构为2*2的数组
print('这是上面生成的数组a：\n', a)  # 输出数组a，看下它长什么样
print('这是上面生成的数组b：\n', b)  # 输出数组b，看下它长什么样

# 当a，b为数组，执行*运算（此时为元素乘法）
print('当a和b为数组时a*b的结果为：\n', a * b)

# 将a，b转化为矩阵后，再执行*运算（此时为矩阵乘法），你就会发现与上面的区别
a = np.matrix(a)  # 将a转化为矩阵
b = np.matrix(b)  # 将b转化为矩阵
print('当a和b为矩阵时a*b的结果为：\n', a * b)