マトリックス製品
AS NP numpyのインポート
A = np.array（[1,2]、[3,4]）
B = np.array（[5,6]、[7,8]）
プリント（np.vdot（ 、B））＃VDOTは（ ） 製品マトリックスドット
マトリックス位内積演算を：対応する要素の積の和は、結果は、実施例と同様である:. 1.5 * + + 2 6 3 * * * 8 4 7 +。
プリント（np.inner（内側、B））＃（ ）内積行列
「」 "
行列計算製品：製品の要素の対応する一次元アレイとの積である
多次元配列、最終製品とシャフトの対応する要素
、例えばなど、： A = [A1、A2] 、[B1、B2] B = [C1、C2]、[D1、D2]
内積の結果はC = [[A1C1 + a2c2 、a1d1 + A2D2]、[B1C1 B2C2 +、b1d1 + b2d2]]
「」「
印刷（np.dot（B））DOT＃（）は、行列積
」「」 "
行列の積：一次元アレイに対応する要素の和である
多次元配列、それは全ての第一軸最後の配列要素の要素及びアレイの二次元の最後から二番目の生成物および
二次元アレイの例として：= [A1、A2 ]、[B1、B2]、B = [C1、C2]、[ D1、D2]
結果はC = [[A1C1 + a2d1 、A1C2 + A2D2]、[B1C1 + b2d1、b1c2 + b2d2]
実施例次元アレイのように：= [[[A1、 A2、A3]、[B1、B2、B3] ]、[[AA1、AA2、AA3]、[BB1、BB2、BB3]]]
B = [[[C1、C2]、[D1、D2]、[E1、E2]]、[[CC1、CC2] [DD1、DD2]、[EE1 、EE2]]]
の結果である：C = [[[[A1C1 + a2d1 + a3e1、A1C2 + A2D2 + a3e2]、[a1cc1 + a2dd1 + a3ee1、a1cc2 + a2dd2 + a3ee2]
[ [B1C1 + b2d1 + b3e1、b1c2 + b2d2 + b3e2]、[b1cc1 + b2dd1 + b3ee1、b1cc2 + b2dd2 + b3ee2]]]
[[[aa1c1 + aa2d1 + aa3e1、aa1c2 + aa2d2 + aa3e2]、[aa1cc1 + aa2dd1 + aa3ee1、aa1cc2 aa2dd2 + + aa3ee2]]
[[bb1c1 bb2d1 + + bb3e1、bb1c2 + bb2d2 bb3e2 +]、[+ bb2dd1 bb1cc1 + bb3ee1、bb1cc2 bb2dd2 + + bb3ee2]]]]
第1ドット列の両方のために多次元であります一次元アレイの各列、および各次元の二次元配列の最後から二番目の生成物のカラムとの終わり
「」「
印刷（np.matmul（B））＃のGCC -内部（）は、行列積
」「」
MATMUL：両方の一次元アレイは、積の和に対応する二つの要素の配列である場合には
、アレイは、一次元の場合であり、一次元アレイが放送されるため、この寸法は、結果は削除されます
A =実施例に記載のように[A、B、C] 、[D、E、F] B = [X、Y、Z]
結果はC = [AX +によって+ CZ、DX + EY + FZ]
第一に相当各列の各要素の積とアレイの第二の一次元アレイおよび
生成物は、二次元アレイの結果とDOT（）は、行列積に対して同じである各列にあり、各列
上の二次元場合、次いで、異なるドット
例Dと同様に：A = [[[A1、A2、A3]、[B1、B2、B3]]、[[AA1、AA2、AA3]、[BB1、BB2、BB3]]]
B = [[[C1、C2]、 [D1、D2]、[E1、E2]]、[[CC1、CC2]、[DD1、DD2]、[EE1、EE2]]]
結果はC = [[[A1C1 + a2d1 + a3e1、A1C2 + A2D2 + a3e2]、[B1C1 + b2d1 + b3e1、b1c2 + b2d2 + b3e2]]
[[aa1cc1 + aa2dd1 + aa3ee1、aa1cc2 + aa2dd2 + aa3ee2]、[bb1cc1 + bb2dd1 + bb3ee1、bb1cc2 + bb2dd2 + bb3ee2]]]
と異なる点は、最後GCC -であり、行列積の軸位置0に対応する要素産物などの内部の二次元ベクトルです
"「」
印刷（ '============================='）
C = np.array（[1,2,3]、[ 11,22,33]）
D = np.array（[4,5,6]）
プリント（np.matmul（C、D））