Python 二维阵列和一维阵列的点积不同于矩阵和一维阵列

我使用numpy函数来计算二维数组和一维数组的乘积。我注意到，当2D数组为type而1D数组为type时，

dot

函数返回的结果与我将

ndarray

类型的2D数组传递给它时的结果不同

问题：为什么结果不同

简短示例

将numpy导入为np
a=[[1,2]，
[3,4],
[5,6]]
e=np.数组（[1,2]）
b=np.数组（a）
打印（“Ndarrray:%s”%（类型（b）））
印刷品（b）
打印（“数据阵列%d的尺寸%（np.ndim（b）））
be=np.dot（b，e）
打印（be）
打印（“阵列的尺寸*阵列%d\n”%（np.ndim（be）））
c=np.mat（a）
打印（“矩阵：%s”%（类型（c）））
印刷品（c）
打印（“矩阵%d的尺寸%（np.ndim（c）））
ce=np.dot（c，e）
印刷品（行政长官）
打印（“矩阵的尺寸*数组%d%”（np.ndim（ce）））

ndarray：
[[1 2]
[3 4]
[5 6]]
恩达里2号酒店
[ 5 11 17]
阵列的Dim*阵列1
矩阵：
[[1 2]
[3 4]
[5 6]]
矩阵2的维数
[[ 5 11 17]]
矩阵*阵列2的尺寸

---

​

首先，对于矩阵类：

注：
不再建议使用此类，即使对于线性 代数。而是使用正则数组。可以在中删除该类 未来

这是因为点积中的第一个元素是矩阵类型的，因此您会收到一个矩阵作为输出。但如果使用

形状方法

获得矩阵的“真实”大小，则会得到一致的结果：

import numpy as np
a=[[1,2],
   [3,4],
   [5,6]]
e=np.array([1,2])
b=np.array(a)
print("Ndarrray:%s"%(type(b)))
print(b)
print("Dim of ndarray %d"%(np.ndim(b)))
be=np.dot(b,e)
print(be)
print("Dim of array*array %d\n"%(np.ndim(be)))

c=np.mat(a)
print("Matrix:%s"%(type(c)))
print(c)
print("Dim of matrix %d"%(np.ndim(c)))
ce=np.dot(c,e)
print(ce)
print("Dim of matrix*array %d"%(np.ndim(ce))) 
print("Dim of matrix*array ",(ce.shape)) # -> ('Dim of matrix*array ', (1, 3))
print(type(ce)) # <class 'numpy.matrixlib.defmatrix.matrix'>

可能是这样设计的，因为当我们至少有2-dim时，我们开始谈论矩阵

import numpy as np
a=[[1,2],
   [3,4],
   [5,6]]
e=np.array([1,2])
b=np.array(a)
print("Ndarrray:%s"%(type(b)))
print(b)
print("Dim of ndarray %d"%(np.ndim(b)))
be=np.dot(b,e)
print(be)
print("Dim of array*array %d\n"%(np.ndim(be)))

c=np.mat(a)
print("Matrix:%s"%(type(c)))
print(c)
print("Dim of matrix %d"%(np.ndim(c)))
ce=np.dot(c,e)
print(ce)
print("Dim of matrix*array %d"%(np.ndim(ce))) 
print("Dim of matrix*array ",(ce.shape)) # -> ('Dim of matrix*array ', (1, 3))
print(type(ce)) # <class 'numpy.matrixlib.defmatrix.matrix'>

c=np.mat([])
print(c.ndim) # 2