这篇文章主要讲解了“numpy怎么实现矩阵对应元素相乘”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“numpy怎么实现矩阵对应元素相乘”吧！
成都创新互联是一家专业提供郧西企业网站建设,专注与网站设计制作、成都网站建设、H5场景定制、小程序制作等业务。10年已为郧西众多企业、政府机构等服务。创新互联专业网络公司优惠进行中。
1) matrix multiplication
矩阵乘法： (m,n) x (n,p) --> (m,p) # 矩阵乘法运算前提：矩阵1的列=矩阵2的行
3种用法： np.dot(matrix_a, matrix_b) == matrix_a @ matrix_b == matrix_a * matrix_b
2） element-wise product ： 矩阵对应元素相乘
1种用法：np.multiply(matrix_c, matrix_d)
对于nd.array()类型而言，数组 arrA * arrB 只能element-wise produt(对应元素相乘)
# -*- coding: utf-8 -*-
"""
Created on Thu Jul 26 14:22:40 2018
@author: Administrator
"""
import numpy as np
a = np.array([[1,2],[3,4],[11,12]])
b = np.array([[5,6,13],[7,8,14]])
c = np.array([[1,2,13],[3,4,25],[11,12,23]])
d = np.array([[5,6,2],[7,8,29],[13,14,15]])
matrix_a = np.matrix(a) # (3,2)
matrix_b = np.matrix(b) # (2,3)
matrix_c = np.matrix(c) # (3,3)
matrix_d = np.matrix(d) # (3,3)
print(type(a),type(matrix_a)) #
mat_a = np.mat(a)
print(type(a),type(matrix_a)) #
'''
# 1) matrix multiplication
矩阵乘法： (m,n) x (n,p) --> (m,p) # 矩阵乘法运算前提：矩阵1的列=矩阵2的行
3种用法： np.dot(matrix_a, matrix_b) == matrix_a @ matrix_b == matrix_a * matrix_b
'''
method_1 = matrix_a @ matrix_b
method_2 = np.dot(matrix_a, matrix_b)
print(method_1)
#[[ 19 22 41]
# [ 43 50 95]
# [139 162 311]]
print(method_2 == method_1)
#[[ True True True]
# [ True True True]
# [ True True True]]
print(matrix_c * matrix_d == matrix_c @ matrix_d)
#[[ True True True]
# [ True True True]
# [ True True True]]
'''
# 2） element-wise product ： 矩阵对应元素相乘
1种用法：np.multiply(matrix_c, matrix_d)
对于nd.array()类型而言，数组 arrA * arrB 只能element-wise produt(对应元素相乘)
'''
print(matrix_c, matrix_d, sep='\n')
#[[ 1 2 13]
# [ 3 4 25]
# [11 12 23]]
#[[ 5 6 2]
# [ 7 8 29]
# [13 14 15]]
method_1 = np.multiply(matrix_c, matrix_d) # 对应位置元素相乘
print(method_1)
#[[ 5 12 26]
# [ 21 32 725]
# [143 168 345]]
3) 矩阵乘法和数组乘法
感谢各位的阅读，以上就是“numpy怎么实现矩阵对应元素相乘”的内容了，经过本文的学习后，相信大家对numpy怎么实现矩阵对应元素相乘这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
标题名称：numpy怎么实现矩阵对应元素相乘
转载注明：
http://kswjz.com/article/piisep.html
