NumPy矩阵乘法可以通过以下三种方法完成。

• multiple()：逐元素矩阵乘法。

• matmul()：两个数组的矩阵乘积。

• dot()：两个数组的点积。

1. NumPy矩阵乘法元素明智

如果要逐元素矩阵相乘，可以使用multiple()函数。

import numpy as np

arr1 = np.array([[1, 2],
               [3, 4]])
arr2 = np.array([[5, 6],
               [7, 8]])

arr_result = np.multiply(arr1, arr2)

print(arr_result)

输出：

[[ 5 12]
 [21 32]]

下图显示了为获得结果矩阵而执行的乘法运算。

numpy矩阵乘法()

2.两个NumPy阵列的矩阵乘积

如果要两个数组的矩阵乘积，请使用matmul()函数。

import numpy as np

arr1 = np.array([[1, 2],
               [3, 4]])
arr2 = np.array([[5, 6],
               [7, 8]])

arr_result = np.matmul(arr1, arr2)

print(f'Matrix Product of arr1 and arr2 is:\n{arr_result}')

arr_result = np.matmul(arr2, arr1)

print(f'Matrix Product of arr2 and arr1 is:\n{arr_result}')

输出：

Matrix Product of arr1 and arr2 is:
[[19 22]
 [43 50]]
Matrix Product of arr2 and arr1 is:
[[23 34]
 [31 46]]

下图说明了结果数组中每个索引的矩阵乘积运算。
为简单起见，为每个索引取第一个数组的行和第二个数组的列。
然后乘以相应的元素，然后将它们相加以达到矩阵乘积值。

块状矩阵产品

两个数组的矩阵乘积取决于参数位置。
因此，matmul(A，B)可能与matmul(B，A)不同。

3.两个NumPy阵列的点积

numpy dot()函数返回两个数组的点积。
结果与一维和二维数组的matmul()函数相同。

import numpy as np

arr1 = np.array([[1, 2],
               [3, 4]])
arr2 = np.array([[5, 6],
               [7, 8]])

arr_result = np.dot(arr1, arr2)

print(f'Dot Product of arr1 and arr2 is:\n{arr_result}')

arr_result = np.dot(arr2, arr1)

print(f'Dot Product of arr2 and arr1 is:\n{arr_result}')

arr_result = np.dot([1, 2], [5, 6])
print(f'Dot Product of two 1-D arrays is:\n{arr_result}')

输出：

Dot Product of arr1 and arr2 is:
[[19 22]
 [43 50]]
Dot Product of arr2 and arr1 is:
[[23 34]
 [31 46]]
Dot Product of two 1-D arrays is:
17