python中numpy.dot()计算矩阵相乘

目录

• 一、如何用 python 计算矩阵乘法？
• 二、实例
• 向量相乘，得到内积
• 矩阵相乘，得到矩阵的积
• 参考链接

一、如何用 python 计算矩阵乘法？

使用 Numpy 包里的 dot() 函数。

该函数主要功能有两个：向量点积 和 矩阵乘法 。

格式：x.dot(y) 等价于 np.dot(x,y)
x 是m × n 矩阵 ，y 是 n×m 矩阵，则 x.dot(y) 得到 m×m 矩阵。

二、实例

向量相乘，得到内积

import numpy as np
x=np.array([0,1,2,3,4]) #等价于 x=np.arange(0,5)
y=x[::-1]
print(x)
print(y)
print(np.dot(x,y))

输出结果：

[0 1 2 3 4]
[4 3 2 1 0]
10

矩阵相乘，得到矩阵的积

（1）实例 1

import numpy as np
x=np.arange(0,5)
# 0,10，是随机数的方位，size=(5,1),也就是5维矩阵，且每一维元素数为1个
y=np.random.randint(0,10,size=(5,1))
print(x)
print(y)
# 查看矩阵或者数组的维数
print("x.shape:"+str(x.shape))
print("y.shape"+str(y.shape))
print(np.dot(x,y))

输出结果：

[0 1 2 3 4]
[[1]
 [7]
 [1]
 [3]
 [8]]
x.shape:(5,)
y.shape(5, 1)
[50]

（2）实例 2

import numpy as np
x=np.arange(0,6).reshape(2,3)
y=np.random.randint(0,10,size=(3,2))
print(x)
print(y)
print("x.shape:"+str(x.shape))
print("y.shape"+str(y.shape))
print(np.dot(x,y)) 

输出结果：

[[0 1 2]
 [3 4 5]]
[[1 8]
 [6 1]
 [3 9]]
x.shape:(2, 3)
y.shape(3, 2)
[[12 19]
 [42 73]]

参考链接

Numpy——np.dot()函数用法