Python 以下两个乘数在numpy中的区别是什么？

以下两个乘数之间的区别是什么？ 我的代码和输出如下：

>>> print np.dot(np.array([1,2]), np.array([[3,4,5],[6,7,8]]))
[15 18 21]
>>> print np.dot(np.array([[1,2]]), np.array([[3,4,5],[6,7,8]]))
[[15 18 21]]

所以我想知道这两个公式的意思是否相同，如果不是，它们的意思是什么

np.dot(np.array([[1,2]]) is matrix 2D

---

dot文件中的相关章节为：

如果a是N-D数组，b是M>=2的M-D数组，则它是a a的最后一个轴和b的第二个轴到最后一个轴的和积：

a的最后一个轴是2，b的第二个到最后一个轴也是2

a的最后一个轴和b的第二个到最后一个轴相同

带有2,3的4,2点将生成4,3阵列

或使用三维第一阵列：

In [284]: np.dot(np.ones((4,3,2)),np.ones((2,3))).shape
Out[284]: (4, 3, 3)

---

数组[[1,2]]是二维的。这里的实际问题是什么？比如，你不明白哪一部分？你不知道数组[[1,2]]和[[15 18 21]]是二维的吗？或者不明白为什么将1x2矩阵乘以2x3矩阵会得到与将2向量乘以2x3矩阵不同的结果？或者…？我知道数组[[1,2]]和[[15 18 21]]是二维数组，但我不知道为什么它们是二维矩阵？我的实际问题是，为什么用1x2矩阵乘以2x3矩阵得到的结果与用2x3矩阵乘以2向量得到的结果不同？你看到输入形状和输出形状之间的联系了吗？这是一个模式。这两个公式的含义是什么？因为[[1,2]]是矩阵2D，但元素=0，所以结果是相似的

np.dot(np.array([1,2]), np.array([[3,4,5],[6,7,8]]))
[15 18 21]

(2,) dot with (2,3) => (3,)

In [284]: np.dot(np.ones((4,3,2)),np.ones((2,3))).shape
Out[284]: (4, 3, 3)