矩阵乘法行为

Question

我有个问题要理解numpy中的矩阵乘法。 例如，我有以下矩阵（2d numpy数组）：

a = [ [ 1. 1. ]
      [ 1. 2. ]
      [ 1. 3. ] ]

和下面的行向量θ：

^{pr2}$

用θ乘以a的唯一方法是变换 首先在列向量中求θ，然后得到结果：

result = [ [ 2. ]
           [ 3. ]
           [ 4. ] ]

当我把矩阵和行向量相乘时（没有变换）

result = np.dot(a,theta)

我明白了：

result = [ 2. 3. 4. ]

这怎么可能？我的意思是，我没有转换矩阵。 你能告诉我这个纽比乘法是怎么工作的吗？ 谢谢你的关注。在

Answer 1

不，你是在把numpy数组和另一个numpy数组相乘（不是一个有向量的矩阵），尽管看起来像这样。这是因为，本质上，numpy数组与矩阵不同。而点积也是这样处理的。在

如果你写出数组并乘上，你就会明白为什么。它只是数组'a'中每一行与向量'theta'的点乘（元素相乘）。在

注：（矩阵是二维的，而数组不受任何维度的限制）

另外，请看一下this answer和{a2}