numpy矩阵乘法形状[重复]

Question

在矩阵乘法中，假设A 是一个 3 x 2 矩阵（3 行 2 列）并且B 是一个 2 x 4 矩阵（2 行 4 列），那么如果一个矩阵 @987654323 @，然后C 应该有 3 行和 4 列。为什么numpy不做这个乘法？当我尝试以下代码时，出现错误：ValueError: operands could not be broadcast together with shapes (3,2) (2,4)

a = np.ones((3,2))
b = np.ones((2,4))
print a*b

我尝试转置 A 和 B 并且总是得到相同的答案。为什么？这种情况下怎么做矩阵乘法？

Answer 1

numpy 数组的 * 运算符是元素乘法（类似于相同维度数组的 Hadamard 乘积），而不是矩阵乘法。

例如：

>>> a
array([[0],
       [1],
       [2]])
>>> b
array([0, 1, 2])
>>> a*b
array([[0, 0, 0],
       [0, 1, 2],
       [0, 2, 4]])

对于矩阵乘法与 numpy 数组：

>>> a = np.ones((3,2))
>>> b = np.ones((2,4))
>>> np.dot(a,b)
array([[ 2.,  2.,  2.,  2.],
       [ 2.,  2.,  2.,  2.],
       [ 2.,  2.,  2.,  2.]])

另外你可以使用矩阵类：

>>> a=np.matrix(np.ones((3,2)))
>>> b=np.matrix(np.ones((2,4)))
>>> a*b
matrix([[ 2.,  2.,  2.,  2.],
        [ 2.,  2.,  2.,  2.],
        [ 2.,  2.,  2.,  2.]])

更多关于广播numpy数组的信息可以找到here，更多关于矩阵类的信息可以找到here。