numpy矩阵乘法中的multiply,matmul和dot的使用

 更新时间:2023年02月15日 09:52:29   作者:木盏  
本文主要介绍了numpy矩阵乘法中的multiply,matmul和dot的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

用numpy做矩阵运算时,少不了用到矩阵乘法。本文帮你迅速区分multiply, matmul和dot的区别。

numpy官方文档中的说明:(想深入了解可以一戳)

multiplyhttps://docs.scipy.org/doc/numpy/reference/generated/numpy.multiply.html

dothttps://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html

matmul:https://docs.scipy.org/doc/numpy/reference/generated/numpy.matmul.html

1. multiply(矩阵点乘)

先说说更简单的multiply,如果两个维度完全一样的矩阵用multiply做乘法,那么它们只是进行对应位置元素之间的乘法,得到一个同样维度的矩阵输出。这就是所谓的element-wise product。

import numpy as np
a = np.array([[0,1,2], [1,2,3], [3,4,5]])
b = np.array([[1,1,2], [2,2,1], [1,1,2]])
print(np.multiply(a, b))

输出:

array([[ 0, 1, 4], [ 2, 4, 3], [ 3, 4, 10]])

看这个栗子,应该十分好理解multiply。但是,如果你认为multiply只能对同样维度的矩阵之间相乘,那你就 t/o-o\ simple了。

如果3x3的矩阵和3x1的矩阵用multiply相乘会怎样呢?继续看栗子:

import numpy as np
a = np.array([[0, 1, 2], [1, 2, 3], [3, 4, 5]])
b = np.array([1, 2, 3])
print(np.multiply(a, b))

输出:

array([[ 0,  2,  6],
       [ 1,  4,  9],
       [ 3,  8, 15]])

相当于用b依次乘以a的每一行。记住,multiply是满足交换律的。(a和b互换位置结果不变)

对于3x3的矩阵a,可以用3x1的矩阵与它相乘,也可以用1x3的矩阵与它相乘。还可以用它乘以一个常数:

import numpy as np
a = np.array([[0, 1, 2], [1, 2, 3], [3, 4, 5]])
print(np.multiply(a, 3))

相当于a中各个元素乘以3。

2. dot(矩阵叉乘)

dot就是矩阵叉乘,MxN矩阵乘以NxC矩阵会得到一个MxC的矩阵。对于2D情况下的dot,等同于matmul,也等同于运算符@。

用一张图很好解释:

>>> a = [[1, 0], [0, 1]]
>>> b = [[4, 1], [2, 2]]
>>> np.dot(a, b)
array([[4, 1],
       [2, 2]])
>>> a@b
array([[4, 1],
       [2, 2]])

3. matmul

matmul不支持标量乘法,在2D矩阵乘法中,其效果与dot一样。

在N维矩阵乘法中(N>=3),体现出与dot不一样的算法。

>>> a = np.ones([9, 5, 7, 4])
>>> c = np.ones([9, 5, 4, 3])
>>> np.dot(a, c).shape
(9, 5, 7, 9, 5, 3)
>>> np.matmul(a, c).shape
(9, 5, 7, 3)
>>> # n is 7, k is 4, m is 3

总结

1. dot和multiply对于标量相乘,效果一样,而matmul不支持标量相乘:

>>>dot(3,3)
>>>9
>>>multiply(3,3)
>>>9
>>>matmul(3,3)
error!

2. 对于2D矩阵相乘,dot和matmul效果一样, 并且这俩都不满足交换律。通常建议优先使用matmul:

from numpy import *
a = arange(9).reshape(3,3)
b = arange(3).reshape(1,3)
 
print(dot(b,a))
print(matmul(b,a))

输出:

[[15 18 21]]
[[15 18 21]]

到此这篇关于numpy矩阵乘法中的multiply,matmul和dot的使用的文章就介绍到这了,更多相关numpy矩阵乘法中的multiply,matmul和dot内容请搜索脚本之家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脚本之家!

相关文章

  • 关于matplotlib-legend 位置属性 loc 使用说明

    关于matplotlib-legend 位置属性 loc 使用说明

    这篇文章主要介绍了关于matplotlib-legend 位置属性 loc 使用说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • Python实现Canny及Hough算法代码实例解析

    Python实现Canny及Hough算法代码实例解析

    这篇文章主要介绍了Python实现Canny与Hough算法代码实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-08-08
  • python中的随机数 Random介绍

    python中的随机数 Random介绍

    这篇文章主要介绍了python中的随机数 Random,Python标准库中的random函数,可以生成随机浮点数、整数、字符串,甚至帮助你随机选择列表序列中的一个元素,打乱一组数据等,即用来生成随机数,下文更多相关资料需要的小伙伴可以参考一下
    2022-04-04
  • 如何一键升级Python所有包

    如何一键升级Python所有包

    这篇文章主要介绍了如何一键升级Python所有包,帮助大家更好的理解和使用python,感兴趣的朋友可以了解下
    2020-11-11
  • Python中的self用法详解

    Python中的self用法详解

    在本篇文章里小编给大家整理的是关于Python中的self用法以及实例内容,需要的朋友们参考下。
    2019-08-08
  • Python编程判断一个正整数是否为素数的方法

    Python编程判断一个正整数是否为素数的方法

    这篇文章主要介绍了Python编程判断一个正整数是否为素数的方法,涉及Python数学运算相关操作技巧,需要的朋友可以参考下
    2017-04-04
  • python中的字典及嵌套遍历

    python中的字典及嵌套遍历

    这篇文章主要介绍了python中的字典及嵌套遍历,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-05-05
  • 使用Nginx+uWsgi实现Python的Django框架站点动静分离

    使用Nginx+uWsgi实现Python的Django框架站点动静分离

    这篇文章主要介绍了使用Nginx+uWsgi实现Python的Django框架站点动静分离的部署实例,即静态由Nginx处理而Python页面由Django自带的HTTP服务器处理,需要的朋友可以参考下
    2016-03-03
  • Python除法之传统除法、Floor除法及真除法实例详解

    Python除法之传统除法、Floor除法及真除法实例详解

    本文通过实例代码给大家介绍了Python除法之传统除法、Floor除法及真除法,需要的朋友可以参考下
    2019-05-05
  • 详解Django+Uwsgi+Nginx 实现生产环境部署

    详解Django+Uwsgi+Nginx 实现生产环境部署

    这篇文章主要介绍了详解Django+Uwsgi+Nginx 实现生产环境部署,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-11-11

最新评论