numpy matmul 用法及代码示例
Lincoln 用法：
numpy.matmul(x1, x2, /, out=None, *, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'matmul'>
两个数组的矩阵乘积。
| – | 描述 |
|---|---|
| 参数 | x1, x2： ： array_like
输入数组，标量不允许。 结果存储的位置。如果提供，则其形状必须与签名(n，k)，(k，m)->(n，m)相匹配。如果未提供或没有，则返回一个新分配的数组。 有关其他仅关键字的参数，请参见ufunc文档。 1.16版的新功能：现在可以处理ufunc kwargs |
| 返回值 | y： ： ndarray
输入的矩阵乘积。仅当x1，x2均为1-d向量时，这才是标量。 |
| 异常： | ValueError：
如果a的最后一个尺寸与b的second-to-last尺寸不同。 |
注意：
行为通过以下方式取决于参数。
- 如果两个参数都是二维的，它们将像常规矩阵一样相乘。
- 如果任何一个参数是N-D，N> 2，则将其视为驻留在最后两个索引中的矩阵堆栈，并进行相应广播。
- 如果第一个参数是1-D，则通过在其尺寸前面加1来将其提升为矩阵。矩阵相乘后，除去前面的1。
- 如果第二个参数是1-D，则通过在其尺寸后附加1来将其提升为矩阵。矩阵相乘后，将附加的1删除。
matmul不同于dot有两种重要方式：
-
不允许乘标量，使用
\*代替。 -
将矩阵堆栈一起广播，就好像矩阵是元素一样，同时尊重签名
(n,k),(k,m)->(n,m)：>>> a = np.ones([9, 5, 7, 4]) >>> c = np.ones([9, 5, 4, 3]) >>> np.dot(a, c).shape (9, 5, 7, 9, 5, 3) >>> np.matmul(a, c).shape (9, 5, 7, 3) >>> # n is 7, k is 4, m is 3
matmul函数实现PEP465之后在Python 3.5中引入的@运算符的语义。
例子：
对于二维数组，它是矩阵乘积：
>>> a = np.array([[1, 0],
... [0, 1]])
>>> b = np.array([[4, 1],
... [2, 2]])
>>> np.matmul(a, b)
array([[4, 1],
[2, 2]])
对于2D与1D混合，结果是通常的。
>>> a = np.array([[1, 0],
... [0, 1]])
>>> b = np.array([1, 2])
>>> np.matmul(a, b)
array([1, 2])
>>> np.matmul(b, a)
array([1, 2])
广播是阵列堆栈的常规方法
>>> a = np.arange(2 * 2 * 4).reshape((2, 2, 4))
>>> b = np.arange(2 * 2 * 4).reshape((2, 4, 2))
>>> np.matmul(a,b).shape
(2, 2, 2)
>>> np.matmul(a, b)[0, 1, 1]
98
>>> sum(a[0, 1, :] * b[0 , :, 1])
98
向量，向量返回标量内积，但两个参数都不为complex-conjugated：
>>> np.matmul([2j, 3j], [2j, 3j])
(-13+0j)
标量乘法会引发错误。
>>> np.matmul([1,2], 3)
Traceback (most recent call last):
...
ValueError:matmul:Input operand 1 does not have enough dimensions ...
1.10.0版中的新功能。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
