numpy中數組(矩陣)的乘法

　　我們知道在處理數據的時候，使用矩陣間的運算將會是方便直觀的。matlab有先天的優勢，算矩陣是它的專長。當然我們用python，經常要用到的可能是numpy這個強大的庫。

　　矩陣有兩種乘法，點乘和對應項相乘(element-wise product)。在numpy中應該怎么實現呢，看看下面的例子就明白了。

## A = B = array([[1, 2],
##                [3, 4]])
>>>A = np.array([[1,2],[3,4]])
>>>B = np.array([[1,2],[3,4]])
>>>A@B
array([[ 7, 10],
       [15, 22]])
>>>np.dot(A,B)
array([[ 7, 10],
       [15, 22]])
>>>np.multiply(A,B)
array([[ 1,  4],
       [ 9, 16]])
>>>A*B
array([[ 1,  4],
       [ 9, 16]])

　　結果一目了然：

　　np.dot(A, B) = A@B = 點乘

　　np.multiply(A, B) = A*B = 對應項相乘

　　點乘要求前者的列數等於后者的行數，對應項相乘需要矩陣的形狀相同(或者說有矩陣的延拓情況？沒有試驗過)