使用matmul()进行矩阵乘法运算的简单示例

matmul()是numpy中的函数，用于执行矩阵的乘法运算。它接受两个矩阵作为输入，并返回它们的乘积。矩阵乘法的结果是两个矩阵的对应元素相乘后的累加和。

下面是一个简单的例子，演示了如何使用matmul()进行矩阵乘法运算。

import numpy as np

# 创建两个矩阵
A = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])

B = np.array([[10, 11],
              [12, 13],
              [14, 15]])

# 使用matmul()进行矩阵乘法运算
C = np.matmul(A, B)

print(C)

在上面的例子中，我们首先创建了两个矩阵A和B。矩阵A是一个3x3的矩阵，矩阵B是一个3x2的矩阵。

然后，我们使用matmul()函数计算矩阵A和矩阵B的乘积，并将结果存储在变量C中。

最后，我们打印出C的值。

输出结果为：

[[ 76  82]
 [184 199]
 [292 316]]

上面的输出结果是矩阵A和矩阵B相乘后的结果。可以看到，乘积的结果是一个3x2的矩阵。

使用matmul()进行矩阵乘法运算时，需要确保两个矩阵的维度是匹配的。具体来说，矩阵A的列数必须等于矩阵B的行数。

如果输入的矩阵不满足这个条件，matmul()函数将会抛出一个ValueError错误。因此，在进行矩阵乘法运算之前，我们应该先检查矩阵的维度是否满足相乘的条件。

除了使用matmul()函数，还可以使用@符号进行矩阵乘法运算。例如，C = A @ B将得到与上面相同的结果。这是因为@符号在numpy中被重载为执行矩阵乘法运算的操作符。