Numpy 中二维数组(第一个参数)与一维数组(第二个参数)的矩阵乘积
numpyserver side programmingprogramming更新于 2025/8/14 14:22:17
要计算二维数组和一维数组的矩阵乘积，请使用 Python Numpy 中的 numpy.matmul() 方法。如果第二个参数是一维数组，则通过在其维度后附加 1 将其提升为矩阵。矩阵乘法后，附加的 1 将被移除。
返回输入的矩阵乘积。仅当 x1 和 x2 均为一维向量时，这才是标量。输出是存储结果的位置。如果提供，其形状必须符合签名 (n,k),(k,m)->(n,m)。如果未提供或没有，则返回新分配的数组。
步骤
首先，导入所需的库−
import numpy as np
创建一个 2D 和一个 1D 数组 −
arr1 = np.array([[5, 7], [10, 15]]) arr2 = np.array([25, 35])
存储带宽−
print("数组 1(二维)...
", arr1)
print("
数组 2(一维)...
", arr2)
获取数组的类型 −
print("
数组 1 的类型...
", arr1.dtype)
print("
数组 2 的类型...
", arr2.dtype)
获取数组的维度 −
print("
数组 1 的维度...
",arr1.ndim)
print("
数组 2 的维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 的形状...
",arr1.shape)
print("
我们的数组 2 的形状...
",arr2.shape)
要计算二维数组和一维数组的矩阵乘积，请使用 Python Numpy 中的 numpy.matmul() 方法。如果第二个参数是一维数组，则通过在其维度后追加 1 将其提升为矩阵。矩阵乘法后，追加的 1 将被移除 −
print("
结果(矩阵乘积)...
",np.matmul(arr1, arr2))
示例
import numpy as np
# 创建一个二维数组和一个一维数组
arr1 = np.array([[5, 7], [10, 15]])
arr2 = np.array([25, 35])
# 显示数组
print("数组 1 (二维)...
", arr1)
print("数组 2 (一维)...
", arr2)
# 获取数组的类型
print("数组 1 的类型...
", arr1.dtype)
print("数组 2 的类型...
", arr2.dtype)
# 获取数组的维度
print("数组 1 的维度...
",arr1.ndim)
print("数组 2 的类型...
",arr2.dtype)数组 2 的维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 的形状...
",arr1.shape)
print("
我们的数组 2 的形状...
",arr2.shape)
# 要计算二维数组和一维数组的矩阵乘积，请使用 Python Numpy 中的 numpy.matmul() 方法。
# 如果第二个参数是一维的，则通过在其维度后附加 1 将其提升为矩阵。
# 矩阵乘法后，附加的 1 将被删除。
print("
结果(矩阵乘积)...
",np.matmul(arr1, arr2))
输出
数组 1(二维)... [[ 5 7] [10 15]] 数组 2(一维)... [25 35] 数组 1 的类型... int64 数组 2 的类型... int64 数组 1 的维度... 2 数组 2 的维度... 1 数组 1 的形状... (2, 2) 数组 2 的形状... (2,) 结果(矩阵乘积)... [370 775]
