dot函数是常规的矩阵相乘
*是特殊的乘法
import numpy as np a = [[1,2,3],[4,5,6]] a = np.array(a) b = [[1,2],[4,5],[3,6]] b= np.array(b) #一个(2,3), 一个(3,2),是可以正常的矩阵相乘的 c = np.dot(a, b) print c -->result: array([[18, 30], [42, 69]]) 说明dot是正常的矩阵相乘的方法 c = a * b -->result: error 不能相乘 c = np.outer(a,b) -->result: array([[ 1, 2, 4, 5, 3, 6], [ 2, 4, 8, 10, 6, 12], [ 3, 6, 12, 15, 9, 18], [ 4, 8, 16, 20, 12, 24], [ 5, 10, 20, 25, 15, 30], [ 6, 12, 24, 30, 18, 36]]) 说明outer是a的第一个元素跟b的每一个元素相乘作为第一行,第二个元素跟b的每一个元素相乘作为第二个元素... 一般outer()用的很少 d = np.array([[1,2,1],[2,3,1]]) c = a*d result: array([[ 1, 4, 3], [ 8, 15, 6]]) *来说只能是shape一样的才能相乘,与其他shape的矩阵相乘(*)都会报错, 结果是对应元素相乘作为当前位置的结果,结果矩阵的形状保持不变
总结:两个array的相乘*指的是对应元素的相乘;两个array的dot表示矩阵的相乘。