NumPy 矩阵乘法秘籍：multiply、matmul 和 dot 的区别与应用

NumPy 矩阵乘法有三种不同的方法：multiply、matmul 和 dot。三种方法都可以实现矩阵乘法，但是它们之间有很大的差别。

multiply

multiply 是 NumPy 中最简单的矩阵乘法方法，它将两个矩阵的对应元素相乘，并将结果存储在新的矩阵中。它可以用于矩阵和标量的乘法，也可以用于两个矩阵的乘法。

import numpy as np

# 矩阵和标量的乘法
a = np.array([[1,2],[3,4]])
b = 2
c = np.multiply(a,b)

# 两个矩阵的乘法
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])
C = np.multiply(A,B)

matmul

matmul 是 NumPy 中更复杂的矩阵乘法方法，它可以实现两个矩阵的乘法，但是它不能用于标量和矩阵的乘法。matmul 是矩阵乘积的简写，它可以计算两个矩阵的乘积，但是它不能计算矩阵的点积。

import numpy as np

# 两个矩阵的乘法
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])
C = np.matmul(A,B)

dot

dot 是 NumPy 中最常用的矩阵乘法方法，它可以实现矩阵和标量的乘法，也可以实现两个矩阵的乘法，还可以实现矩阵的点积。

import numpy as np

# 矩阵和标量的乘法
a = np.array([[1,2],[3,4]])
b = 2
c = np.dot(a,b)

# 两个矩阵的乘法
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])
C = np.dot(A,B)

# 矩阵的点积
A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])
C = np.dot(A,B)

multiply、matmul 和 dot 是 NumPy 中三种不同的矩阵乘法方法，它们可以实现矩阵和标量的乘法，也可以实现两个矩阵的乘法，还可以实现矩阵的点积。