Tom*_*ale 3 python arrays numpy matrix-multiplication vector-multiplication
在数组广播方面相当于 x1 * x2。
是np.multiply(x1, x2)
不同的,以x1 * x2
在任何情况下?
我在哪里可以找到每个的实现?
注意:除法存在一个类似的问题,但它没有提到乘法,也没有暗示乘法情况下的答案是相同的。
这个问题还要求提供特定于乘法的实现细节。
是的,np.multiply
乘法运算符*
始终适用于ndarray
对象。
In [560]: x = np.array([1, 2, 3])
In [561]: y = np.array([4, 5, 6])
In [562]: x * y
Out[562]: array([ 4, 10, 18])
In [563]: np.multiply(x, y)
Out[563]: array([ 4, 10, 18])
Run Code Online (Sandbox Code Playgroud)
唯一的主要区别是在matrix
对象方面,为此*
设置执行矩阵乘法(即点积)。
In [564]: x, y = map(np.matrix, (x, y))
In [565]: np.multiply(x, y)
Out[565]: matrix([[ 4, 10, 18]])
In [566]: x * y
ValueError: shapes (1,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)
Run Code Online (Sandbox Code Playgroud)
此外,正如@PaulPanzer 在他的回答中提到的那样,将纯 Python 列表与标量相乘时,它们的行为会有所不同。
补充@COLDSPEED 的回答,我想强调的是,对于非数组操作数,结果实际上可能大不相同:
>>> import numpy as np
>>>
>>> 2 * [1, 2]
[1, 2, 1, 2]
>>> np.multiply(2, [1, 2])
array([2, 4])
Run Code Online (Sandbox Code Playgroud)