如何计算两个矩阵的乘积？及Numpy无循环实现数组对应元素相乘

嘿，我来帮你搞定这两个问题，都是NumPy里很常用的操作，咱们一个个说：

问题1：如何计算两个矩阵的乘积？ #

首先得明确，**矩阵乘法（线性代数里的标准矩阵乘积）**要求第一个矩阵的列数等于第二个矩阵的行数。比如一个形状为m×n的矩阵A，和n×p的矩阵B相乘，结果会是一个m×p的矩阵，其中每个元素C[i][j]是A的第i行和B的第j列的点积（对应元素相乘后求和）。

在NumPy里，你有几种直观的实现方式：

• 使用np.dot()函数
• 使用@运算符（Python 3.5+支持，写法更简洁）

举个实际例子：

import numpy as np

# 定义两个符合相乘条件的矩阵
A = np.array([[1, 2], [3, 4]])  # 2×2矩阵
B = np.array([[5, 6], [7, 8]])  # 2×2矩阵

# 方法1：用np.dot()计算矩阵乘积
product_dot = np.dot(A, B)
# 方法2：用@运算符计算矩阵乘积
product_at = A @ B

print("矩阵乘积结果：")
print(product_dot)
# 输出：
# [[19 22]
#  [43 50]]

要注意，如果两个矩阵形状不匹配（比如A的列数≠B的行数），NumPy会直接抛出错误，这点要提前留意哦。

问题2：实现对应元素相乘（不使用for循环） #

你想要的其实是对应元素相乘（Hadamard乘积），不是线性代数里的标准矩阵乘法。这种操作在NumPy里非常简单，直接用*运算符就能实现，或者用np.multiply()函数，完全不需要写for循环，而且是高效的向量化操作。

用你的代码修改一下就能得到想要的结果：

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])

# 方式1：直接用*运算符实现对应元素相乘
c = a * b
# 方式2：用np.multiply()函数实现
# c = np.multiply(a, b)

print(c)  # 输出：[ 4 10 18]

这样就完美得到你想要的数组啦，这两种方式都是NumPy原生支持的操作，比手动写for循环效率高很多。

内容的提问来源于stack exchange，提问作者user9280506