向量点乘 (dot) 和对应分量相乘 (multiply) ：
|
1
2
3
4
5
6
7
8
|
>>> a
array([1, 2, 3])
>>> b
array([ 1., 1., 1.])
>>> np.multiply(a,b)
array([ 1., 2., 3.])
>>> np.dot(a,b)
6.0
|
矩阵乘法 (dot) 和对应分量相乘 (multiply) ：
|
1
2
3
4
5
6
7
8
9
10
|
>>> c
matrix([[1, 2, 3]])
>>> d
matrix([[ 1., 1., 1.]])
>>> np.multiply(c,d)
matrix([[ 1., 2., 3.]])
>>> np.dot(c,d)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: shapes (1,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)
|
写代码过程中，*表示对应分量相乘 (multiply) ：
|
1
2
3
4
5
6
7
8
|
>>> a*b
array([ 1., 2., 3.])
>>> c*d
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\matrixlib\defmatrix.py", line 343, in __mul__
return N.dot(self, asmatrix(other))
ValueError: shapes (1,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)
|
以上这篇对python中的乘法dot和对应分量相乘multiply详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/ztf312/article/details/76222233