Question

使用

有什么不同

import numpy as np

a, b = np.random([1024, 1024]), np.random([1024, 1024])
c = np.multiply(a, b)

在

c = a * b

或* - numpy-arrays上的运算符是否只是用np.multiply覆盖？

编辑：此问题被标记为重复，因为a question询问有关除法运算符的相同内容（np.divide() vs {{1} }）和类似的答案紧随其后，但除非它改为＆＃34; numpy arithmetic与python arithmetic＆＃34;或类似的东西，它不会帮助人们想到和我一样的事情（关于乘法）而不是＆＃34;聪明的＆＃34;足以假设关于相关算术运算（除法）的问题推广到所有基本算术运算。致make it easier finding answers，我主张保持这个问题不变。

Answer 1

没有区别。但是，np.multiply函数可以使用其他可选参数，使其更加通用。请参阅docs。

说*被np.multiply覆盖不太准确。通常，*映射到对其执行操作的对象的__mul__和__rmul__方法的调用。因此，*会被np.ndarray.__mul__“覆盖”。

Answer 2

速度差异 - 无：

In [65]: timeit c = np.multiply(a,b)
4.95 ms ± 10.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [66]: timeit c = a*b
5.06 ms ± 180 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

对于较小的数组，我们可能会看到由于不同的调用堆栈而产生的差异，但是在这些情况下，实际的计算占主导地位。

但正如您从文档中看到的那样，np.multiply是一个ufunc，可以访问所暗示的所有机制。

对于np.matrix个对象，*是矩阵乘积，np.multiply是元素乘法。

Numpy np.multiply vs * -Operator

2 个答案: