点使用列表和数组，有什么区别

Question

当使用{}执行两个类似矩阵{}的相乘时，它给出了一个结果，而实际上它应该给出一个形状和尺寸误差，就像两个类似数组相乘时一样。引擎盖下发生了什么？你知道吗

a=[1,2]
b=[6,3]
result=[np.dot(b, a)]
print(result)

O/P= 12

但是

a=[[1,2]]
b=[[6,3]]
result=[np.dot(b, a)]
print(result)

错误：

O/P= ValueError: shapes (1,2) and (1,2) not aligned: 2 (dim 1) != 1 (dim 0)

Answer 1

根据文件here

• 如果a和b都是1-D数组，则它是向量的内积（没有复共轭）。

• 如果a和b都是2-D数组，则它是矩阵乘法，但使用matmul或a @ b是首选。

情况1：a和b是1-D数组，因此结果是1*6+2*3=12。你知道吗

例2：a和b是2-D数组，所以我们将对这两个数组进行矩阵积。它引发ValueError，因为a的最后一个维度与b的第二个到最后一个维度的大小不同。你知道吗

Answer 2

加上Anubhav Singh的正确答案，注意行向量与列向量的矩阵积返回一个1乘1的矩阵，其唯一条目是两个向量的点积，因此在本例中

In [32]: a = np.array([[1,2]])

In [33]: b = np.array([[6,3]])

In [34]: a @ b.T
Out[34]: array([[12]])

In [35]: np.dot(a, b.T)
Out[35]: array([[12]])

In [36]: np.dot(a[0], b[0])
Out[36]: 12

这就是np.dot的行为方式的原因。你知道吗