Python 是否使用numpy'；s点或matmul函数

我需要执行以下两个操作：

• 通过将

  n×n矩阵A

  倒置，求解

  Ax=b

  ，以及

• 使用幂次迭代（即，将当前向量r重复乘以A）求解

  r=Ar

  ，如

  PageRank

  算法

我的问题是：当计算矩阵向量积

A^{-1}b

或矩阵向量积

Ar

时，使用

numpy.dot

或

numpy.matmul

是否更好？（我知道在更高的维度上可能存在差异，但我的问题仅适用于

A

是2D数组而

b

，

r

是向量的情况。）

来自for

np.dot

：

两个阵列的点积。具体地说，如果a和b都是二维数组，则是矩阵乘法，但使用matmul或a@b则是 首选

因此，基本上对于您的情况来说，这并不重要，尽管根据文档，首选

matmul

另外，由于您的一个阵列是一维的，因此：

如果第二个参数是1-D，则通过添加 一个1到它的尺寸。在矩阵乘法之后，附加1 删除

以及：

matmul在两个重要方面与dot不同： 不允许使用标量乘法，请使用*代替。矩阵堆栈是 将矩阵作为元素一起广播，尊重 签名

---

因此，它们在您的情况下也会起同样的作用，但我同意numpy doc关于使用

matmul

进行2和1d的建议，这并不重要。他们也这样做。一个是操作员版本，一些添加了

ufunc

bells-n-whistles，另一个是方法版本（以及更短的名称）。