这篇教程python中numpy.dot()计算矩阵相乘写得很实用，希望能帮到您。
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 npx=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 npx=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 npx=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 到此这篇关于python中numpy.dot()计算矩阵相乘的文章就介绍到这了,更多相关python numpy.dot()矩阵相乘内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
使用numpy查找元素位置numpy.where
python中DataFrame常用的描述性统计分析方法详解 |
