矩阵相乘算法python,矩阵乘法 python

　　1.列表元素的乘法使用*或np.multiply()实现对应元素的乘法。

　　将numpy导入为NPA=[2，2，2，2，5] b=2print (NP。乘(a，b))打印(NP。乘(a，a))打印(NP。数组(a) * NP。Array (a)) print (a * a) #因为*实现了对应元素的乘法，所以只适用于np.array类型。

　　2.矩阵元素的乘法使用np.multiply()实现对应矩阵对应元素的乘法。

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

　　3.矩阵乘法使用。点来实现矩阵乘法！(注意行数和列数的对应关系！)

　　import numpy as npb=[[1，2，3]，[3，2，1]] # 2*3c=[[1，1]，[2，2]，[3，3]] # 3*2print(np.dot(b，c))

　　(参考：Python中的乘法)

　　(参考：Python实现了两个列表中元素对应相乘的方法)

　　(参考：Python中的几个矩阵乘法(Turn))

　　补充工作中步骤的坑：根据多元wmdjmg模型的概率公式计算概率密度时，涉及到矩阵的点乘。在Python中，我使用了*。很明显，矩阵的行数/列数并不对应，但是Python并没有报错。

　　经排查，是因为计算的是元素乘法而不是矩阵点乘。改成 np.dot() 之后，计算正确！

　　#计算pdfn=dataset . values . shape[1]a=(2 * math . pi)* *(n/2)b=(NP . linalg . det(sigma))* *(1/2)c=NP . linalg . inv . Tmp=dataset . values PDF=[]对于Tmp中的x:aa=1/(a * b)bb=NP . dot(x-mu，c) #这就是矩阵点乘！Cc=np.dot(bb，(x-mu)。T) #这就是矩阵点乘！DD=aa * math . exp(-1/2 * cc)# bb=-1/2 *(x-mu)* c *(x-mu)。T #这不是矩阵乘法！pdf.append

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。