我對Numpy數組感到困惑。假設我有兩個Numpy數組。Numpy矩陣（數組）理由
a = np.array([[1,2], [3,4], [5,6]])
b = np.array([[1,10], [1, 10]])
我的a和b解釋是3×2和2×2矩陣，即，
a = 1 2 b = 1 10
3 4 1 10
5 6
然後，我想這應該是細做a * b，因爲它是3×2和2×2矩陣的乘法。但是，這是不可能的，我不得不使用a.dot(b)。
鑑於這個事實，我認爲我對Numpy陣列的解釋是不正確的。任何人都可以讓我知道我應該如何看待Numpy數組？我知道如果我將a和b轉換爲np.matrix，我可以做a*b。然而，看着其他的代碼，似乎人們可以使用Numpy數組作爲矩陣，所以我想知道我應該如何理解Numpy數組的矩陣。
對於numpy的陣列中，*操作者通過陣列的元件乘法用於元件。如果兩個數組具有相同的尺寸，那麼這只是很好的定義。照亮* -multiplication，注意通過用單位矩陣元素乘法該元素將不會返回相同的矩陣
>>> I = np.array([[1,0],[0,1]])
>>> B = np.array([[1,2],[3,4]])
>>> I*B
array([[ 1, 0],
[ 0, 4]])
使用numpy的功能dot(a,b)產生典型的矩陣乘法。
>>> dot(I,B)
array([[ 1, 2],
[ 3, 4]])
結果如何（I * B）第二列第二行？ –
謝謝你的收穫！我意外地從我的終端複製並粘貼了錯誤的乘法運算。上面更正的錯誤。 –
np.dot可能是你在找什麼？
a = np.array([[1,2], [3,4], [5,6]])
b = np.array([[1,10], [1, 10]])
np.dot(a,b)
Out[6]:
array([[ 3, 30],
[ 7, 70],
[ 11, 110]])
如果你使用的是Python 3.5，你可以使用'a @ b'來做你想做的事。 'a * b'進行_elementwise_乘法運算。 – SethMMorton
此外，要檢查您是否符合尺寸，可以嘗試'.shape'查看尺寸。然後，如果您發現尺寸不匹配，您可以轉置它。 :) – 2016-11-08 04:30:00
這兩種multipatatin是有用的。看看MATLAB代碼，你會看到'a * b'和'a。* b'。 – hpaulj