python @ 相乘

在Python中，@符号被用作矩阵乘法运算符。它的功能与numpy.dot()相同，用于执行矩阵的乘法操作。在Python 3.5之后，@运算符被引入并具备了矩阵乘法的功能。可以通过使用@运算符来执行矩阵的乘法操作，而不需要使用numpy.dot()函数。举个例子：

from numpy import array
a = array([[1, 2], [1, 2]])
b = array([[5, 6], [5, 6]])
print(a @ b)

这段代码会输出矩阵a和b的乘积结果。因此，Python中的@运算符允许我们直接进行矩阵乘法的计算。

需要注意的是，@运算符的功能在传统Python中通常是作为装饰器使用的，但在Python 3.5及以后版本，它也获得了矩阵乘法的功能。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [python@运算符 numpy矩阵相乘](https://blog.csdn.net/jacke121/article/details/128425452)[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_1"}}] [.reference_item style="max-width: 50%"]
- *3* [python中@运算符和*运算符在矩阵乘法中的区别与作用](https://blog.csdn.net/weixin_44120025/article/details/122373000)[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_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]