python中矩阵乘法@

在Python中，可以使用@符号进行矩阵乘法运算。具体用法如下：

import numpy as np
# 2-D array: 2 x 3
two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]])
# 2-D array: 3 x 2
two_dim_matrix_two = np.array([[1, 2], [3, 4], [5, 6]])

# 使用@符号进行矩阵乘法运算
matrix_multi_res = two_dim_matrix_one @ two_dim_matrix_two

print('matrix_multi_res: %s' %(matrix_multi_res))

上述代码中，我们首先导入numpy库，并定义了两个二维矩阵two_dim_matrix_one和two_dim_matrix_two。然后，我们使用@符号进行矩阵乘法运算，将结果赋值给matrix_multi_res变量。最后，我们打印出结果matrix_multi_res。

请注意，@符号只在Python 3.5及以上版本中支持。如果你使用的是更低版本的Python，可以使用np.dot()函数来进行矩阵乘法运算。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [Python 中的几种矩阵乘法 np.dot, np.multiply, *](https://blog.csdn.net/u012609509/article/details/70230204)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [python中数组和矩阵乘法及使用总结](https://blog.csdn.net/manjhOK/article/details/80017892)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]