轉載自：https://blog.csdn.net/FrankieHello/article/details/103510118
一：基本概念
（一）點積（dot product)
又稱為數量積、標量積（scalar product）或者內積（inner product）
它是指實數域中的兩個向量運算得到一個實數值標量的二元運算。
舉例：
（二）矩陣乘法
兩個運算的矩陣需要滿足矩陣乘法的規則，即需要前一個矩陣的列與后一個矩陣的行相匹配。
總之：上面的兩個概念都是針對向量或者矩陣的運算，需要和標量的計算區分開來。
二：dot運算
如果參與運算的兩個一維數組，那么得到的結果是兩個數組的內積（inner product）；
可以看着沒有進行轉置的矩陣乘法。
注意：兩個向量必須同維度
如果參與運算的是兩個二維數組，那么得到的結果是矩陣乘積（matrix multiplication），兩個參與運算的矩陣需要滿足矩陣乘法的規則，但是官方更推薦使用np.matmul()和@用於矩陣乘法。
三：np.multiply()和*
星號和np.multiply()方法是針對的是標量的運算，當參與運算的是兩個數組時，得到的結果是兩個數組進行對應位置的乘積（element-wise product），輸出的結果與參與運算的數組或者矩陣的大小一致。
四：np.matmul()和@
matmul是matrix multiply的縮寫，所以即是專門用於矩陣乘法的函數。另外，@運算方法和matmul()則是一樣的作用，相當於簡便寫法。
五：總結
當進行向量的內積運算時，可以通過np.dot()
當進行矩陣的乘法運算時，可以通過np.matmul()或者@
當進行標量的乘法運算時，可以通過np.multiply()或者*