我对 python 很陌生，对 numpy 来说真的很陌生。 我意识到使用 numpy 我可以在所有配置中乘以数组： 行*列、列*行、列*列、行*行。
这是什么意思？ 我认为这是矩阵乘法，唯一合法的是行*列， 或列*行，结果是零维或二维。 我对这个操作感到困惑。
【问题讨论】：
np.matrix(a) * np.matrix(b)，或np.dot(a,b)。
我以为这是矩阵乘法
除非您使用 matrix 对象或 dot 方法/函数，否则它不是。它是元素乘法，对于不匹配的维度，还有一些称为broadcasting 的额外处理。如果要矩阵乘法，请使用
numpy.dot(A, B)
您也可以使用matrix 对象而不是ndarrays，但是它们导致的不一致可能会令人讨厌。你需要知道如果给定一个矩阵，什么操作会返回一个矩阵，什么总是会返回一个数组，而A[x][y] 将不起作用，还有更多的小问题会让你搞砸。
【讨论】：
Numpy 数组是 N 维网格数据，它们的大多数二元运算都执行元素级标量运算。 a * b 产生 a[i,j,k] * b[i,j,k]。如果数组的形状不同，numpy 将尝试将较小的数组broadcast 转换成仍然有意义的东西，然后执行元素操作。
Numpy 矩阵是一个单独的数据结构。它们始终是二维的，并且遵循您在线性代数中学到的所有规则。
【讨论】：