python np.dot(a,b)乘法運算

首先我們知道矩陣運算是不滿足交換律的，np.dot(a, b)與np.dot(b, a)是不一樣的
另外np.dot(a,b)和a.dot(b)果是一樣的

1.numpy中數組（矩陣）相乘np.dot(a,b)運算：

對于兩數組a和b ：
示例一：

a = np.array([[3], [3], [3]]) # (3,1) b = np.array([2, 2, 1]) # (3,)print(a, "\na的shape", a.shape) print(b, "\nb的shape", b.shape) c = b.dot(a) print(c, "\nc的shape", c.shape)

輸出：

[3][3]] a的shape (3, 1) [2 2 1] b的shape (3,) [15] c的shape (1,)

示例二：

a = np.array([[2,2,2,1],[3,3,3,1],[4,4,4,4]]) # shape=(3,4) b = np.array([[1,1,1],[2,2,2],[3,3,3],[4,4,4]]) # shape=(4,3)

可以直接看他們的shape：a的shape為(3, 4)設為(m, n)；b的shape為(4, 3)設為(x, y)
對于上面兩個數組a，b：
np.dot（a，b）的運算條件為：n==x，如果a的shape變為(4, 3)則兩則無法dot

• 簡單來說規律就是：如果a.shape=(m,n),b.shape=(x,y)那么**np.dot(a,b)**的運算條件為：n=x （這一點用于在python理解和快速判斷數組的shape是否用對了）
• 實際上數組運算的規律將兩個數組畫出來，是這樣的：
  
  也就是矩陣的乘法運算

2.np.dot(a,b)運算之后的結果解析

規律：dot之后會將兩組數組中相等的(符合dot條件的)維度消掉,得到剩下的維度組合成新的數組,如果剩下只有一個維度則為行(對應一維),列是無
對于a.shape=(m,n),b.shape=(x,y)：
dot之后n和x會消掉，結果shape變成(m,y)
如果n為1(或者空)，shape變為（y,）
e.g1:

a = np.array([1,1,1]) # shape=(3,) b = np.array([[3],[3],[3]]) # shape=(3,1)print(np.dot(a,b)) print("dot之后的shape為：", np.dot(a,b).shape)

那么，3和3消掉，剩下只有一個數1，對應1行沒有列==>(1,)
運算結果：
[9]
dot之后的shape為：(1,)

e.g2:

a.shape=(4,1) b.shape=(1,4)

那么( 1和1消掉，剩下(4,4) )
np.dot(a,b)的shape為(4,4)

總結

以上是生活随笔為你收集整理的python3 numpy中矩阵np.dot(a,b)乘法运算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。