，计算的是这两个数组对应下标元素的乘积和，即：内积；对于二维数组，计算的是两个数组的矩阵乘积；对于多维数组，结>果数组中的每个元素都是：数组a最后一维上的所有元素与数组b倒数第二维>上的所有元素的乘积和...：
dot(a,b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
结果数组c，可以看做是数组a和b的多个子矩阵的乘积；
inner()：对于一维数组，计算的是这两个数组的内积...；对于多维数组，计算的结果数组中的每个元素是：数组a和b最后一维的内积，因此a和b的最后一>维长度必须相同：
inner(a,b)[i,j,k,m] = sum(a[i,j,:]*b[k,m,:])...5, 6, 7], [ 8, 10, 12, 14], [12, 15, 18, 21]])
解线性方程组
对矩阵更加高级的运算在numpy的linalg模块中可以找到：
np.linalg.solve...()传入两个参数数组，a为N*N的二维数组，b为长度为N的一维数组，满足 : a * x = b，解得x矩阵即是N元一次方程的解；
np.linalg.lstsq()传入的参数数组不要求a数组为正方形
云服务器
ICP备案
云直播
对象存储
腾讯会议
