这篇博客探讨了Numpy中的dot函数用于矩阵乘法的规则。它指出，要进行运算，A（m*n矩阵）和B（n*l矩阵）的n维度必须匹配。dot函数返回的是一个m*l矩阵。通过示例程序展示了当矩阵形状交换时，结果会发生变化，并非总是得到较小的矩阵。
np.dot(A, B)
A为二维m*n的举证，B必须为n*l的矩阵，l两个矩阵的n必须一致，也就是说A有多少列，B就必须有多少行，否则无法运算。结果得到m*l的矩阵
m*l = np.dot(m*n,n*l),m n l指维度，得到m*l的矩阵
运算顺序如下图：
程序演示如下：
import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3, 2], [4, 3], [4, 3]]
print(np.dot(A, B))
结果：
[[23 17]
[56 41]]如果A和B的形状交换会怎么样呢？
import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3, 2], [4, 3], [4, 3]]
print(np.dot(B, A))结果是这样哟！不是说形状一定是变小哟
[[11 16 21]
[16 23
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
