numpy之np.dot()

终于到嘤国了，随手先水篇文章找找感觉吧

关于numpy中的np.dot

Numpy中dot()函数主要功能有两个：向量点积和矩阵乘法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。如果处理的是一维数组，则得到的是两数组的內积。如果处理的是二维数组（矩阵），则得到的是矩阵积 np.dot(x, y), 当x为二维矩阵，y为一维向量，这时y会转换一维矩阵进行计算np.dot(x, y)中，x、y都是二维矩阵，进行矩阵积计算

注意：矩阵积计算不遵循交换律,np.dot(x,y) 和 np.dot(y,x) 得到的结果是不一样的。 代码1：（x为二维矩阵，y为一维向量）

import numpy as np x=np.arange(0,5) y=np.random.randint(0,10,size=(5,1)) print (x) print (y) print ("x.shape:"+str(x.shape)) print ("y.shape"+str(y.shape)) print (np.dot(x,y)) [0 1 2 3 4] [[3] [7] [2] [8] [1]] x.shape:(5,) y.shape(5, 1) [39]

代码2：（x、y都是二维矩阵，进行矩阵积计算）

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)) [[0 1 2] [3 4 5]] [[7 5] [0 7] [6 2]] x.shape:(2, 3) y.shape(3, 2) [[12 11] [51 53]]